مروري بر روش‌هاي حفظ حريم خصوصي در انتشار داده‌ها

An overview of privacy preserving Data Publishing Techniques

با گسترش خدمات الكترونيكي و سهولت در جمع‌آوري و ذخيره‌سازي داده‌ها، حجم وسيعي از اطلاعات افراد در قالب ركوردهايي درون پايگاه‌داده سازمان‌هاي خصوصي و دولتي ذخيره شده است. اين ركوردها به‌طورمعمول شامل اطلاعات حساس شخصي از جمله ميزان درآمد و نوع بيماري هستند كه بايد از خارج از دسترس سايرين نگه داشته شود. اگر مخفي‌كردن اطلاعات حساس ركوردها به‌درستي انجام گيرد، تأثير مخربي در سودمندي داده‌ها ندارد؛ زيرا دراكثر مواقع دريافت‌كنندگان داده به‌دنبال مشخصات افراد و داده‌هاي سطح ركورد نيستند و مي‌خواهند قوانين و الگوهايي كلي و در سطح مجموعه‌داده به‌دست بياورند. "حفظ حريم خصوصي در انتشار داده‌ها" راه‌كارهايي براي تضمين محرمانه‌ماندن اطلاعات حساس يك مجموعه‌داده در هنگام انتشار آن در محيطي غير قابل اعتماد است. در اين فرايند سعي بر آن است كه ضمن مخفي‌نگه‌داشتن اطلاعات حساس، داده‌هاي منتشر‌شده همچنان براي عمليات كشف دانش مفيد باقي بماند. اين نوشتار با هدف مرور روش‌هاي حفظ حريم خصوصي داده‌ها به نگارش درآمده است.

Data collection and storage has facilitated by the growth in electronic services, and has led to recording vast amounts of personal information in public and private organizations' databases. These records often include sensitive personal information (such as income and diseases) and must be covered from others access. But in some cases, mining the data and extraction of knowledge from these valuable sources, creates the need for sharing them with other organizations. This would bring security challenges in users' privacy. “Privacy preserving data publishing” is a solution to ensure secrecy of sensitive information in a data set, after publishing it in a hostile environment. This process aimed to hide sensitive information and keep published data suitable for knowledge discovery techniques. Grouping data set records is a broad approach to data anonymization. This technique prevents access to sensitive attributes of a specific record by eliminating the distinction between a number of data set ‌records. In this paper an overview of privacy preserving Data Publishing Techniques will be presented.