در این مطلب یک مقاله جدید (2017) و ISI در زمینه حفظ حریم خصوصی در مجموعه های داده های بزرگ برای شما آماده کرده ایم. روش ارائه شده به کمک یک تکنیک جدید تلاش میکند حریم خصوصی را در داده های بزرگ یا بیگ دیتا بهبود بخشد. ترجمه این مقاله به صورت کاملا تخصصی انجام شده و در قالب word آماده است.
دانلود مقاله انگلیسی به صورت رایگان از آدرس زیر:
مقاله فارسی:
نوع مطلب: مقاله ACMترجمه شده با بهترین کیفیت و کاملا تخصصی
عنوان مقاله: حفظ حریم خصوصی در مجموعه های داده های بزرگ از طریق درهم و برهم کردن
سال انتشار: 2017
زبان مقاله: فارسی
قالب مقاله: ورد (Word)
تعداد صفحات: 22 صفحه (همراه با مراجع)
محل انتشار: مجموعه مقالات کنفرانس هفته دانش کامپیوتر استرالیا (Proceedings of the Australasian Computer Science Week) . مقالات این کنفرانس توسط انتشارات علمی معروف ACM ایندکس میشود.
اطلاعات مقاله انگلیسی:
عنوان مقاله: Privacy preserving in big data sets through multiple shuffle
نوع مطلب: مقاله ACM
سال انتشار: 2017
زبان مقاله: انگلیسی
قالب مقاله: پی دی اف (PDF)
تعداد صفحات: 8 صفحه دو ستونی
محل انتشار: مجموعه مقالات کنفرانس هفته دانش کامپیوتر استرالیا (Proceedings of the Australasian Computer Science Week) . مقالات این کنفرانس توسط انتشارات علمی معروف ACM ایندکس میشود.
چکیده فارسی:
در سال های اخیر حفظ حریم خصوصی داده های بزرگ توجه محققان را به خود جذب کرده است. اما مدل های موجود پیچیده و زمان بر هستند و بنابراین پیاده سازی آنها راحت نیست. در این مقاله ما یک مدل آسان تر و کاراتر را برای حفظ حریم خصوصی مجموعه های داده بزرگ پیشنهاد کرده ایم که از درهم و برهم کردن چندین صفت (M-Shuffle) استفاده می کند تا یک سبک و سنگینی بین سودمندی و حریم خصوصی داده حاصل شود. استراتژی ما نخست گروه بندی تمام رکوردها به تعدادی گروه با استفاده از الگوریتم K-means بر اساس صفات حساس است. سپس ما ستون هایی را با استفاده از گشتاور انتخاب می کنیم تا در هم و برهم شوند. سرانجام ما الگوریتم درهم و برهم کردن تصادفی را برای مدلمان معرفی می کنیم تا همبستگی بین ستون های مجموعه های داده بزرگ را بشکند. آزمایشات روی مجموعه های داده واقعی نشان می دهد که چارچوب ما سودمندی و کارایی داده بسیار خوبی را حاصل می کند و حفظ حریم خصوصی را برآورده می کند.
کلمات کلیدی
حفظ حریم خصوصی، K-means ، مکانیزم M-Shuffle .
چکیده انگلیسی:
Abstract
Big data privacy-preserving has attracted increasing attention of researchers in recent years. But existing models are so complicated and time-consuming that they are not easy to implement. In this paper, we propose a more feasible and efficient model for big data sets privacy-preserving using shuffling multiple attributes(M-Shuffle) to achieve a tradeoff between data utility and privacy. Our strategy is firstly categorize all the records into some groups using K-means algorithm according to the sensitive attributes. Then we choose the columns to be shuffled using entropy. At last we introduce the random shuffle algorithm to our model to break the correlation among the columns of big data sets. Experiments on real-world datasets show that our framework achieves excellent data utility and efficiency while satisfying privacy-preserving.
Keywords: Privacy-preserving; K-means; M-Shuffle mechanism
کلمات کلیدی:
مقاله 2017 با ترجمه، ترجمه تخصصی مقاله 2016، مقاله ISI بیگ دیتا با ترجمه، مقاله ISI داده های بزرگ با ترجمه، مقاله ISI حریم خصوصی با ترجمه، مقاله ISI امنیت شبکه با ترجمه، مقاله فارسی داده های بزرگ، مقاله 2015 کامپیوتر، مقاله 2015 رشته کامپیوتر، مقاله انگلیسی 2015، مقاله آی اس آی، مقاله ای اس ای، مقاله آی اس آی 2015، مقاله isi 2015، مقاله رشته کامپیوتر، مقاله درباره داده های بزرگ، مقاله در زمینه داده های بزرگ، مقاله جدید کامپیوتر، مقاله 2015 ترجمه شده، مقاله انگلیسی ترجمه شده، مقاله کامپیوتر ترجمه شده، مقاله داده بزرگ ترجمه شده، حریم خصوصی در داده های بزرگ، مقاله ترجمه شده جدید داده های بزرگ، مقاله ترجمه شده جدید حریم خصوصی، مقاله با ترجمه، مقاله ISI با ترجمه،دانلود پایان نامه کامپیوتر، دانلود پایان نامه انگلیسی کامپیوتر، تز دکتری کامپیوتر، حفظ حریم خصوصی در داده های بزرگ، تز ارشد کامپیوتر، تز کارشناسی ارشد کامپیوتر، دانلود پایان نامه رشته کامپیوتر، دانلود پایان نامه کارشناسی ارشد کامپیوتر، دانلود پایان نامه دکتری کامپیوتر، دانلود پایان نامه دکترای کامپیوتر، مقاله آی اس آی، مقاله ای اس ای، مقاله آی اس آی 2015، مقاله isi 2015، مقاله رشته کامپیوتر، دانلود مقاله،مقاله انگلیسی ترجمه شده، مقاله کامپیوتر ترجمه شده، ، مقاله ترجمه شده جدید، مقاله با ترجمه، مقاله ISI با ترجمه،, مقاله 2015 ، مقاله انگلیسی ترجمه شده، مقاله کامپیوتر ترجمه شده، مقاله ترجمه شده جدید، مقاله با ترجمه، مقاله ISI با ترجمه، 2015 ، Big Data, Privacy Preserving
پس از خرید از درگاه امن بانکی لینک دانلود در اختیار شما قرار میگیرد و همچنین به آدرس ایمیل شما فرستاده میشود.
تماس با ما برای راهنمایی، درخواست مقالات و پایان نامه ها و یا ترجمه تخصصی با آدرس ایمیل:
IRTopArticle@gmail.com
شماره تماس ما در نرم افزار واتس آپ:
+98 921 764 6825
شماره تماس ما در نرم افزار تلگرام:
+98 921 764 6825
شناسه ما در تلگرام:
توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.
دانلود مقاله 2017 بیگ دیتا با ترجمه تخصصی– حفظ حریم خصوصی در داده های بزرگ – Privacy Preserving Big Data