روشي جديد براي حفظ حريم خصوصي داده‌ها مبتني بر اساس تجزيه نامنفي ماتريس

نگراني شركت‌ ها از افشا و نقض حريم خصوصي كاربران در حال افزايش است و اين امر منجر به تمركز بسياري از محققان بر روي توسعه روش‌ هاي حفظ حريم خصوصي داده‌ ها شده است. اين روش‌ ها روي داده‌ هاي اصلي تاثير مي‌ گذارند و با حفظ ويژگي‌ ها و ارتباط بين آن‌ ها، داده را بصورت ديگري منتشر مي‌كنند. در اين مقاله با استفاده از روش خوشه‌ بندي تجزيه نامنفي ماتريس‌ ها، الگوريتمي براي توليد داده‌هايي با سطوح امنيتي متفاوت، جهت انتشار براي يك مجموعه داده اصلي پيشنهاد مي‌ شود. پياده‌ سازي‌ ها با دو رويكرد متفاوت روي مجموعه داده‌هاي متنوع استاندارد نشان مي‌ دهند كه الگوريتم پيشنهادي علاوه بر توليد داده‌ هايي با سطوح امنيتي مختلف، ساختار محدوديت‌هاي داده‌ي اصلي را نيز حفظ مي‌ كند.روش مطرح شده در اين مقاله روي مجموعه داده‌هاي با ابعاد بالا پياده‌ سازي شده، در حاليكه برخي روش‌هاي ريزتجميع‌ كننده مبتني بر فازي قابليت پياده‌سازي روي آن‌ها را ندارند. همچنين، نتايج تجربي با استفاده از روش ‎-c‎ميانگين فازي نشان مي‌دهد كه ميزان اطلاعات از دست رفته نيز بسيار ناچيز است. لذا، الگوريتم پيشنهادي مي‌ تواند داده‌ هايي را منتشر كند كه در عين حفظ حريم خصوصي، براي پردازشگران قانوني قابل استناد باشند‎.‎