S-粗集(singular rough sets)存在三种形式:单向S-粗集(one direction singular rough sets),单向S-粗集对偶(dualof one direction singular rough sets)和双向S-粗集(two direction singular rough sets)。S-粗集具有动态特性,遗传特...S-粗集(singular rough sets)存在三种形式:单向S-粗集(one direction singular rough sets),单向S-粗集对偶(dualof one direction singular rough sets)和双向S-粗集(two direction singular rough sets)。S-粗集具有动态特性,遗传特性,记忆特性和隐藏特性。利用S-粗集,给出了f-隐藏知识,F-隐藏知识,隐藏度和隐藏-依赖度的概念,提出了关于隐藏知识的隐藏定理和隐藏-依赖定理,并给出应用。展开更多
伴随着数据共享、隐私保护、知识发现等多重需求而产生的PPDM(privacy preserving data mining),成为数据挖掘和信息安全领域近几年来的研究热点.PPDM中主要考虑两个层面的问题:一是敏感数据的隐藏与保护;二是数据中蕴涵的敏感知识的隐...伴随着数据共享、隐私保护、知识发现等多重需求而产生的PPDM(privacy preserving data mining),成为数据挖掘和信息安全领域近几年来的研究热点.PPDM中主要考虑两个层面的问题:一是敏感数据的隐藏与保护;二是数据中蕴涵的敏感知识的隐藏与保护(knowledge hiding in database,简称KHD).对目前的KHD技术进行分类和综述.首先介绍KHD产生的背景,然后着重讨论敏感关联规则隐藏技术和分类规则隐藏技术,接着探讨KHD方法的评估指标,最后归结出KHD后续研究的3个方向:数据修改技巧中基于目标距离的优化测度函数设计、数据重构技巧中的反向频繁项集挖掘以及基于数据抽样技巧的通用知识隐藏方法设计.展开更多
文摘S-粗集(singular rough sets)存在三种形式:单向S-粗集(one direction singular rough sets),单向S-粗集对偶(dualof one direction singular rough sets)和双向S-粗集(two direction singular rough sets)。S-粗集具有动态特性,遗传特性,记忆特性和隐藏特性。利用S-粗集,给出了f-隐藏知识,F-隐藏知识,隐藏度和隐藏-依赖度的概念,提出了关于隐藏知识的隐藏定理和隐藏-依赖定理,并给出应用。
文摘伴随着数据共享、隐私保护、知识发现等多重需求而产生的PPDM(privacy preserving data mining),成为数据挖掘和信息安全领域近几年来的研究热点.PPDM中主要考虑两个层面的问题:一是敏感数据的隐藏与保护;二是数据中蕴涵的敏感知识的隐藏与保护(knowledge hiding in database,简称KHD).对目前的KHD技术进行分类和综述.首先介绍KHD产生的背景,然后着重讨论敏感关联规则隐藏技术和分类规则隐藏技术,接着探讨KHD方法的评估指标,最后归结出KHD后续研究的3个方向:数据修改技巧中基于目标距离的优化测度函数设计、数据重构技巧中的反向频繁项集挖掘以及基于数据抽样技巧的通用知识隐藏方法设计.