சுருக்கம்

A Study on Privacy Preserving Data Mining

K.Sashirekha, B.A.Sabarish, Arockia Selvaraj

Privacy Preserving and Data Mining addresses the problem of protecting the mobile users from the attackers. Privacy threat includes the process of predicting the movement pattern based on the statistical information collected. Intruder monitors the traffic models to predict the group movement and try to access the private information of mobile users. Privacy can be achieved by means of randomization, k-anonymization, and distributed privacy-preserving data mining. In order to provide better privacy multi-level frameworks are used. In this paper, an analysis is done on various methods of privacy preserving and multi-level trust policy, limitation while using large dimension data sets.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

Index Copernicus
கல்வி விசைகள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க