Abstrait

RECONSTRUCTION DE DONNEES PERTURBEES A L'AIDE DE K-MEANS

Prasannta Tiwari et Hitesh Gupta

Un élément clé dans la préservation de la confidentialité des données sensibles est la capacité à évaluer l'étendue de toute divulgation potentielle de ces données. En d'autres termes, nous devons être en mesure de répondre à la question de savoir dans quelle mesure les informations confidentielles d'une base de données perturbée peuvent être compromises par des attaquants ou des espions. Plusieurs techniques randomisées ont été proposées pour l'exploration de données continues préservant la confidentialité. Ces approches tentent généralement de masquer les données sensibles en modifiant aléatoirement les valeurs des données à l'aide d'un bruit additif et visent à reconstruire étroitement la distribution d'origine à un niveau agrégé. La principale contribution de cet article réside dans l'algorithme permettant de reconstruire avec précision la densité conjointe de la communauté à partir des informations sur les données de flux multidimensionnelles perturbées. Toute question statistique sur la communauté peut être répondue à l'aide de la densité conjointe reconstruite. De nombreux efforts ont été déployés pour la reconstruction de la distribution de la communauté. Notre objectif de recherche est de déterminer si les distributions des données originales et récupérées sont suffisamment proches l'une de l'autre malgré la nature du bruit appliqué. Nous envisageons une méthode de clustering d'ensemble pour reconstruire la distribution initiale des données. Comme outil pour les implémentations de l'algorithme, nous avons choisi le « langage de choix dans le monde industriel » - MATLAB.