EasyCVR csv sed ssis lua coldfusion jvm 百度seo关键词 vue开发文档 jquery获取dom对象 matlab根号怎么打出来 java清空数组 matlab取绝对值 python数据类型转换 python学习 python中的range函数 配置python环境 python抛异常 python入门例子 java运算符 java时间类 java抽象方法 java删除文件 java怎么输出数组 flash实例教程 m4a转mp3格式转换器 winhex使用教程 华为一键root工具 skycc组合营销软件 源计划艾克 kontakt ps色阶快捷键 python爬虫代码 视频md5修改器 ps镜头校正 微信公众号点餐系统 文字转语音工具 java表白代码 jsp源码下载 神牧属性
当前位置: 首页 > 学习教程  > 编程语言

Towards Quantifying Privacy in Process Mining

2020/10/8 20:32:38 文章标签:

事件日志通常包含高度敏感的信息,对于法规提出的规则,应该负责任地分析这些敏感数据。因此,过程挖掘中的隐私保护近年来受到越来越多的关注注意。 因此,无论是从敏感数据保护还是从数据实用性保护的角度来评价隐私保护技术的有效…

事件日志通常包含高度敏感的信息,对于法规提出的规则,应该负责任地分析这些敏感数据。因此,过程挖掘中的隐私保护近年来受到越来越多的关注注意。

因此,无论是从敏感数据保护还是从数据实用性保护的角度来评价隐私保护技术的有效性,都需要定义新的度量标准

在本文中,我们使用一种权衡的方法,介绍了两种量化信息披露的方法案例/风险讨论保证和属性/跟踪披露,以及一种量化效用的度量失去了引入的措施应用于两个实际事件日志。

我们发现,即使是简单的事件日志也可能泄露敏感信息。此外,首次探讨了隐私保护技术在数据效用和结果效用上的应用效果。数据利用率测量是基于地球移动距离的,可以扩展到过程挖掘的不同角度(如时间、资源等)来评估效用

感悟:
本文提出的两种隐私度量都是针对轨迹的特性,并没有度量,轨迹与敏感信息相关性的变化(以此来表示另一种隐私披露)
像文中所说 ,分析表明,隐私保护技术应考虑披露风险的不同方面,同时兼顾数据实用性保护和敏感数据保护。


本文链接: http://www.dtmao.cc/news_show_250340.shtml

附件下载

相关教程

    暂无相关的数据...

共有条评论 网友评论

验证码: 看不清楚?