Utility-preserving privacy protection of nominal data sets via semantic rank swapping

داده های شخصی برای تحقیقات بسیار مهم هستند، اما در عین حال، آنها یک خطر جدی برای حفظ حریم خصوصی هستند. بنابراین، قبل از اینکه داده های شخصی برای استفاده ثانوی در دسترس باشد، اقدامات حفاظت از داده ها باید توسط کنترل کننده داده انجام شود. همچنین، حفاظت از داده ها باید به نحوی انجام شود که داده ها هنوز برای تجزیه و تحلیل مفید هستند. در سالهای گذشته، بسیاری از مکانیسم های حفاظت از داده ها پیشنهاد شده است. در میان آنها، مبادله رتبه بندی یکی از بهترین ها با توجه به کمینه سازی خطر افشای و حفاظت از ابزار داده محسوب می شود. از آنجا که مبادله رتبه بندی براساس داده های ورودی مرتب سازی شده به مبادله مقادیر نزدیک به یکدیگر است، در اصل، این یک روش محدود به داده های قطعی و عددی است. با این حال، مقدار قابل توجهی از اطلاعات شخصی که در حال حاضر برای تجزیه و تحلیل داده ها جمع آوری شده و مورد استفاده قرار می گیرد، نامی است و کاربرد آنها بستگی به معانی آن ها دارد. برای به درستی مقابله با این نوع داده ها، در این مقاله، ما روش های مبادله رتبه بندی را قادر به محافظت از داده های اسمی از دیدگاه معنایی ارائه می کنیم. به طور خاص، با بهره گیری از هستی شناسی ها، روش های ما قادر به محافظت از اطلاعات اسمی هستند، در حالی که به درستی حفظ معانی آنها و به این ترتیب، ابزار تحلیلی آنها. برای این، ما یک رابطه باینری مناسب را برای داده های اسمی ارزیابی معنایی ارائه می دهیم. پیشنهاد ما قادر به مدیریت هر دو ویژگی مستقل فردی و مجموعه داده های چند متغیره غیر مستقل می باشد، که اخیرا مخصوصا برای تحلیل داده ها مناسب است. تجربی تجربی بر روی پرونده های بالینی واقعی و با استفاده از هستی شناسی استاندارد پزشکی نشان می دهد که روش های ما قادر به حفظ ویژگی های معنایی داده های اسمی به طور قابل توجهی بهتر از مکانیسم های جایگزین استاندارد است.