14580

گمنام سازي اطلاعات در داده‌هاي جرياني

1402

دكتر حسين غفاريان

در عصر حاضر، با افزايش حجم داده‌هاي جرياني و استفاده از اين داده‌ها در حوزه‌هايي چون اينترنت اشيا، شبكه‌هاي اجتماعي و تحليل لحظه‌اي، حفظ حريم خصوصي و گمنامي افراد به يك چالش مهم تبديل شده است. داد‌ه‌هاي جرياني به دليل ماهيت پيوسته و لحظه‌اي خود، نيازمند رويكردهايي هستند كه بتوانند ضمن حفظ كيفيت داده، از افشاي اطلاعات شخصي كاربران جلوگيري كنند. عدم توجه به گمنام‌سازي داده‌ها مي‌تواند منجر به شناسايي افراد و نقض حريم خصوصي شود، كه در برخي كاربردها مانند پايش سلامت، امنيت، و سيستم‌هاي مالي بحراني‌تر است. در اين پژوهش، روش‌هاي نوين گمنام‌سازي داده‌هاي جرياني با تمركز بر كاهش ريسك شناسايي مجدد و افزايش دقت تحليل داده‌ها پيشنهاد شده است. اين روش‌ها، با استفاده از الگوريتم‌هاي تطبيقي و حفظ تعادل ميان ناشناس‌سازي و كارايي پردازش داده‌ها، موفق به كاهش خطرات امنيتي در تحليل لحظه‌اي شده و به‌صورت خاص، بر پردازش سريع و دقيق داده‌هاي جرياني تمركز دارند. نتايج آزمايش‌ها نشان‌دهنده افزايش سطح گمنامي و كاهش ميزان شناسايي مجدد داده‌ها است، كه نشان مي‌دهد اين روش‌ها مي‌توانند به عنوان راهكاري عملي براي حفظ حريم خصوصي در كاربردهاي حساس مورد استفاده قرار گيرند.

1/1/1900 12:00:00 AM

86181

1403/12/05

Information Anonymization in Data Streams

حريم خصوصي , الگوريتم‌هاي تطبيقي , گمنام‌سازي داده‌هاي جرياني , ريسك شناسايي مجدد , تحليل لحظه‌اي

Privacy , Adaptive algorithms , Stream data anonymization , Re-identification Risk , Real-time analysis