|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
19/08/2004 |
Data da última atualização: |
17/01/2020 |
Autoria: |
OLIVEIRA, S. R. de M.; ZAÏANE, O. R.; SAYGIN, Y. |
Afiliação: |
STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; OSMAR R. ZAÏANE, University of Alberta; YÜCEL SAYGIN, Sabanci University. |
Título: |
Secure association rule sharing. |
Ano de publicação: |
2004 |
Fonte/Imprenta: |
In: PACIFIC-ASIA CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, 8., 2004, Sidney, Australia. Advances in knowledge discovery and data mining: proceedings. Berlin: Springer, 2004. |
Páginas: |
p. 74-85. |
Série: |
(Lecture notes in artificial intelligence, 3056). |
DOI: |
https://doi.org/10.1007/978-3-540-24775-3_10 |
Idioma: |
Inglês |
Notas: |
Editores: Honghua Dai, Ramakrishnan Srikant, Chengqi Zhang. PAKDD 2004. Na publicação: Stanley R. M. Oliveira. |
Conteúdo: |
The sharing of association rules is often beneficial in industry, but requires privacy safeguards. One may decide to disclose only part of the knowledge and conceal strategic patterns which we call restrictive rules. These restrictive rules must be protected before sharing since they are paramount for strategic decisions and need to remain private. To address this challenging problem, we propose a unified framework for protecting sensitive knowledge before sharing. This framework encompasses: (a) an algorithm that sanitizes restrictive rules, while blocking some inference channels. We validate our algorithm against real and synthetic datasets; (b) a set of metrics to evaluate attacks against sensitive knowledge and the impact of the sanitization. We also introduce a taxonomy of sanitizing algorithms and a taxonomy of attacks against sensitive knowledge. |
Palavras-Chave: |
Data mining; Data sanitization; Mineração de dados; Preservação de privacidade; Privacy preserving data mining; Protecting sensitive knowledge; Regras de associação; Sanitizing algorithms; Sharing association rules. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
Marc: |
LEADER 02014nam a2200289 a 4500 001 1007448 005 2020-01-17 008 2004 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1007/978-3-540-24775-3_10$2DOI 100 1 $aOLIVEIRA, S. R. de M. 245 $aSecure association rule sharing.$h[electronic resource] 260 $aIn: PACIFIC-ASIA CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, 8., 2004, Sidney, Australia. Advances in knowledge discovery and data mining: proceedings. Berlin: Springer$c2004 300 $ap. 74-85. 490 $a(Lecture notes in artificial intelligence, 3056). 500 $aEditores: Honghua Dai, Ramakrishnan Srikant, Chengqi Zhang. PAKDD 2004. Na publicação: Stanley R. M. Oliveira. 520 $aThe sharing of association rules is often beneficial in industry, but requires privacy safeguards. One may decide to disclose only part of the knowledge and conceal strategic patterns which we call restrictive rules. These restrictive rules must be protected before sharing since they are paramount for strategic decisions and need to remain private. To address this challenging problem, we propose a unified framework for protecting sensitive knowledge before sharing. This framework encompasses: (a) an algorithm that sanitizes restrictive rules, while blocking some inference channels. We validate our algorithm against real and synthetic datasets; (b) a set of metrics to evaluate attacks against sensitive knowledge and the impact of the sanitization. We also introduce a taxonomy of sanitizing algorithms and a taxonomy of attacks against sensitive knowledge. 653 $aData mining 653 $aData sanitization 653 $aMineração de dados 653 $aPreservação de privacidade 653 $aPrivacy preserving data mining 653 $aProtecting sensitive knowledge 653 $aRegras de associação 653 $aSanitizing algorithms 653 $aSharing association rules 700 1 $aZAÏANE, O. R. 700 1 $aSAYGIN, Y.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Amazônia Oriental. |
Data corrente: |
17/08/2006 |
Data da última atualização: |
28/11/2022 |
Tipo da produção científica: |
Artigo em Anais de Congresso / Nota Técnica |
Autoria: |
QUADROS, B. R. de; GONÇALVES, M. F.; VASCONCELOS, R. D. de; CONCEIÇÃO, H. E. O. da; SILVA, E. S. A. |
Afiliação: |
BARBARA RODRIGUES DE QUADROS, ALUNA UFRA; MARIANE FURTADO GONÇALVES, ALUNA UEPA; RISSANDRÉIA DANTAS DE VASCONCELOS, ALUNA UFRA; HERACLITO EUGENIO OLIVEIRA DA CONCEIÇÃO, CPATU; ENILSON SOLANO ALBUQUERQUE SILVA, CPATU. |
Título: |
Respostas de crescimento de milho e caupi submetidos a fluoreto de sódio (NaF). |
Ano de publicação: |
2004 |
Fonte/Imprenta: |
In: SIMPÓSIO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 3., 2004, Brasília, DF. Anais. Brasília, DF: Universidade Católica de Brasília, 2004. |
Idioma: |
Português |
Palavras-Chave: |
Caupi. |
Thesagro: |
Chuva; Crescimento; Feijão de Corda; Milho. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/102312/1/5682.pdf
|
Marc: |
LEADER 00703nam a2200205 a 4500 001 1408476 005 2022-11-28 008 2004 bl uuuu u00u1 u #d 100 1 $aQUADROS, B. R. de 245 $aRespostas de crescimento de milho e caupi submetidos a fluoreto de sódio (NaF).$h[electronic resource] 260 $aIn: SIMPÓSIO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 3., 2004, Brasília, DF. Anais. Brasília, DF: Universidade Católica de Brasília$c2004 650 $aChuva 650 $aCrescimento 650 $aFeijão de Corda 650 $aMilho 653 $aCaupi 700 1 $aGONÇALVES, M. F. 700 1 $aVASCONCELOS, R. D. de 700 1 $aCONCEIÇÃO, H. E. O. da 700 1 $aSILVA, E. S. A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amazônia Oriental (CPATU) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|