بهبود دقت كلاس بندي روي داده هاي گمنام با استفاده از درخت تصميم

با توسعه روزافزون خدمات الكترونیكی در زندگی بشر اطلاعات شخصی افراد در قالب پایگاه های داده در دستگاه ها وارگا ن های خصوصی و دولتی ذخیره گردیده است. در بسیاری از موارد برای پردازش و استخراج دانش از این منابع داده بزرگ و با ارزش نیاز به انتشار منابع داده و گذاشتن اطلاعات در اختیار سایر نهادها به وجود می آید كه این امر موجب ایجاد چالش های امنیتی در نقض حریم خصوصی افراد می گردد. در این مقاله ضمن بررسی روش های پیشین حفظ محرمانگی درانتشار داده ها یك روش كارآمد برای حفظ دقت كلاس بندی روی داده های گمنام با بهره گیری از درخت تصمیم ارائه می گردد. یكی از چالش های طرح هایی كه از عملگر گمنام سازی عمومی سازی استفاده می كنند نیازمندی به ساخت درخت طبقه بندی برای هر شبه شناسه است كه اكثرا بصورت غیر اتوماتیك صورت می گرفت. در طرح پیشنهادی نیازی به ساخت درخت طبقه بندی نیست. نتایج ارزیابی و شبیه سازی نشان می دهد كه دقت كلاس بندی در این حالت تفاوت اندكی با كلاس بندی روی مجموعه داده اولیه قبل از گمنام سازی دارد.