حریم خصوصی تفاضلی محلی

Collecting High-Dimensional and Correlation-Constrained Data with Local Differential Privacy

داده‌های با ابعاد بالا حاوی اطلاعات ارزشمندی هستند كه می‌توانند به تصميم‌گيری و ارائه هرچه بهتر خدمات كمک كنند. به همين منظور در سازوكارهای حريم… ادامه »Collecting High-Dimensional and Correlation-Constrained Data with Local Differential Privacy

LoPub: High-Dimensional Crowdsourced Data Publication with Local Differential Privacy

به كمک جمع‌آوری داده‌های جمع‌سپاری با ابعاد بالا، می‌توان بسياری از اطلاعات و الگوهای بالقوه پشت داده‌ها را استخراج كرده و به كمک آن پيش‌بينی… ادامه »LoPub: High-Dimensional Crowdsourced Data Publication with Local Differential Privacy

DDRM: A Continual Frequency Estimation Mechanism with Local Differential Privacy

برای جمع‌آوری داده‌ها، چندین طرح حریم خصوصی تفاضلی محلی(LDP) وجود دارد که حریم خصوصی قوی‌ای را برای افراد تضمین کرده و در عین حال سودمندی… ادامه »DDRM: A Continual Frequency Estimation Mechanism with Local Differential Privacy

Frequent Itemsets Mining with a Guaranteed Local Differential Privacy in Small Datasets

کاوش مجموعه آیتم‌های مکرر (frequent itemset mining) به دلیل کاربردهای عملی فراوان، مورد توجه بسیاری از پژوهشگران قرار گرفته است. اما برای شناسایی مجموعه آیتم‌های… ادامه »Frequent Itemsets Mining with a Guaranteed Local Differential Privacy in Small Datasets