Забезпечення групової анонімності в мікрофайлі з нечіткими даними
У статті пропонується спосіб використання нечіткої інформації в даних мікрофайла перепису населення для забезпечення їхньої групової анонімності. Розглядається метод підрахунку міри належності кожного статистичного запису множині записів, розподіл яких потрібно анонімізувати. Підхід ілюструється за...
Saved in:
| Published in: | Штучний інтелект |
|---|---|
| Date: | 2012 |
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2012
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/57183 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Забезпечення групової анонімності в мікрофайлі з нечіткими даними / О.Р. Чертов, Д.Ю. Тавров // Штучний інтелект. — 2012. — № 3. — С. 312-322. — Бібліогр.: 19 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Summary: | У статті пропонується спосіб використання нечіткої інформації в даних мікрофайла перепису населення для забезпечення їхньої групової анонімності. Розглядається метод підрахунку міри належності кожного статистичного запису множині записів, розподіл яких потрібно анонімізувати. Підхід ілюструється за допомогою розв’язання задачі групової анонімності на базі реальних даних.
В статье предлагается способ использования нечеткой информации в данных микрофайла переписи населения для обеспечения их групповой анонимности. Рассматривается метод подсчета меры принадлеж- ности каждой статистической записи множеству записей, распределение которых нужно анонимизировать. Подход иллюстрируется с помощью решения задачи групповой анонимности на основе реальных данных.
In the paper, the method for utilizing fuzzy information in census microfile data for providing their group anonymity is proposed. A novel method for calculating membership grade for each statistical record belonging to a group to be anonymized is discussed. The approach is being illustrated with solving the group anonymity task based on real-life data.
|
|---|---|
| ISSN: | 1561-5359 |