Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Deep Convolutional Encoder–Decoder Models for Road Extraction from Aerial Imagery Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

Methods, Approaches, and Techniques for Privacy-Preserving Data Mining

verfasst von : Kanhaiya Jee Jha, Gaurav Kumar Ameta, Esan P. Panchal

Erschienen in: ICT: Innovation and Computing

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

As per data requirement on huge, all moves to take data from here to there and in that case misusing of data take place and actual data get lost or get altered and then get misused, so privacy of data is required on large scale and to do it we all should be aware of the process, methods, approaches, and techniques. So main focus in this paper is on different methods, approaches, and techniques in very easy and understandable form with best examples.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Deep Convolutional Encoder–Decoder Models for Road Extraction from Aerial Imagery
Nächstes Kapitel Penetration Testing for the Cloud-Based Web Application
Literatur
1.
Ma L, Liu G (2015) A hierarchical trust model for cluster-based wireless sensor network. IEEE. 978-1-4799-9892-0/15 ©2015. Yu S (2016) Big privacy: challenges and opportunities of privacy study in the age of big data. IEEE Access 2751–2763
2.
Bertino E, Lin D, Jiang W (2008) A survey of quantification of privacy preserving data mining algorithms. Springer, Berlin, pp 183–205
3.
Aldeen YAAS, Salleh M, Razzaque MA (2015) A comprehensive review on privacy preserving data mining. SpringerPlus 4(1):694
4.
Malik MB, Ghazi MA, Ali R (2012) Privacy preserving data mining techniques: current scenario and future prospects, Nov 2012. IEEE, pp 26–32
5.
Kargupta H, Datta S, Wang Q, Sivakumar K (2003) On the privacy preserving properties of random data perturbation techniques, Nov 2003. IEEE, pp 99–106
6.
Samarati P, Sweeney L (1998) Protecting privacy when disclosing information: k-anonymity and its enforcement through generalization and suppression. J Contrib 384–393
7.
Truta TM, Vinay B (2006) Privacy protection: p-sensitive k-anonymity property, Apr 2006. IEEE, p 94
8.
Fong PK, Jahnke JH (2012) Privacy preserving decision tree learning using unrealized data sets. IEEE Trans Knowl Data Eng 24(2):353–364
9.
Liu F, Hua KA, Cai Y (2009) Query l-diversity in location-based services, May 2009. IEEE, pp 436–442
10.
Aggarwal CC, Yu PS (2008) A general survey of privacy-preserving data mining models and algorithms. Springer, Berlin, pp 11–52
11.
Bishop CM (2006) Pattern recognition and machine learning, vol 4. Springer, Berlin
12.
Xu L, Jiang C, Wang J, Yuan J, Ren Y (2014) Information security in big data: privacy and data mining. IEEE Access 2:1149–1176
13.
Rong H, Wang H-M, Liu J, Xian M (2016) Privacy-preserving k-nearest neighbor computation in multiple cloud environments. IEEE Access 4:9589–9603
14.
Dwork C (2006) Differential privacy. In: Automata, languages and programming, vol 4052. Springer, Berlin, pp 1–12
15.
Liu K, Kargupta H, Ryan J (2006) Random projection-based multiplicative data perturbation for privacy preserving distributed data mining. IEEE Trans Knowl Data Eng 18(1):92–106
16.
Zhang Z, Qin Z, Zhu L, Weng J, Ren K (2017) Cost-friendly differential privacy for smart meters: exploiting the dual roles of the noise. IEEE Trans Smart Grid 8(2)619–626
17.
Zhao Y, Du M, Le J, Luo Y (2009) A survey on privacy preserving approaches in data publishing, Apr 2009, pp 128–131
18.
Groat MM, Hey W, Forrest S (2011) KIPDA: k-indistinguishable privacy-preserving data aggregation in wireless sensor networks, Apr 2011. IEEE, pp 2024–2032
19.
Beresford AR, Stajano F (2003) Location privacy in pervasive computing. IEEE Pervasive Comput 2(1):46–55
20.
Xue M, Kalnis P, Pung HK (2009) Location diversity: enhanced privacy protection in location based services. Springer, Berlin, pp 70–87
21.
Nagarajan S, Chandrasekaran RM (2015) Design and implementation of expert clinical system for diagnosing diabetes using data mining techniques. Indian J Sci Technol 8(8):771–776
22.
Samarati P (2001) Protecting respondent's privacy in micro data release. IEEE Trans Knowl Data Eng 1010–1027
23.
He W, Liu X, Nguyen H, Nahrstedt K, Abdelzaher T (2007) PDA: privacy-preserving data aggregation in wireless sensor networks, May 2007. IEEE, pp 2045–2053
24.
Lim J, Yu H, Kim K, Kim M, Lee S-B (2017) Preserving location privacy of connected vehicles with highly accurate location updates. IEEE Commun Lett 21(3):540–543
25.
Perera C, Zaslavsky A, Christen P, Georgakopoulos D (2014) Context aware computing for the internet of things: a survey. IEEE Commun Surv Tutorials 16(1):414–454
26.
Schaub F, Könings B, Weber M (2015) Context-adaptive privacy: leveraging context awareness to support privacy decision making. IEEE Pervasive Comput 14(1):34–43
27.
Narayanan A, Shmatikov V (2009) De-anonymizing social networks, May 2009. IEEE, pp 173–187
28.
Mehmood A, Natgunanathan I, Xiang Y, Hua G, Guo S (2016) Protection of big data privacy. IEEE Access 4:1821–1834
Metadaten
Titel
Methods, Approaches, and Techniques for Privacy-Preserving Data Mining
verfasst von
Kanhaiya Jee Jha
Gaurav Kumar Ameta
Esan P. Panchal
Copyright-Jahr
2024
Verlag
Springer Nature Singapore
Buch
ICT: Innovation and Computing

Print ISBN: 978-981-9994-85-4

Electronic ISBN: 978-981-9994-86-1

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-981-99-9486-1_2

Neuer Inhalt

    Bildnachweise