Scidown文献预览系统!
一种面向数据发布的k-匿名规则聚类方法( A k-Anonymous Rule Clustering Approach for Data Publishing )
M Ohki M Inuiguchi
分类规则应公开供公众查阅,以确保公平。这些规则可以从一些数据集中原始地归纳出来。如果归纳分类规则只被数据集中的少量对象支持,则发布可以导致识别支持该规则的对象,因为它们具有特殊性。最终,有可能检索关于所识别的对象的信息。这种可识别性在数据隐私方面是不可取的。为了避免此类隐私泄露,本文提出了规则聚类,以实现所有诱导规则的k-匿名性,即诱导规则至少由数据集中的k个对象支持。该方法在保持分类精度的同时,融合相似规则以满足k-匿名性。通过两个数值实验,验证了该方法所获得的分类规则的准确性和从泄漏的对象信息中所揭示的决策类的比率。实验结果表明了该方法的有效性。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】