高效隐藏高价值机密项集:最小副作用方法

0 下载量 85 浏览量 更新于2024-07-15 收藏 2.29MB PDF 举报
本文档探讨了一个关键的IT安全问题,即如何在保护机密数据的同时,最小化对正常业务流程的影响。标题"Efficient Hiding of Confidential High-Utility Itemsets with Minimal Side Effects"聚焦于高效地隐藏具有高实用价值的数据集,这在大数据分析和隐私保护中尤为重要。项目集中的研究者包括Jerry Chun-Wei Lin、Tzung-Pei Hong、Philippe Fournier-Viger、Qiankun Liu、Jia-Wei Wong和Justin Zhan,他们的工作发表于《实验与理论人工智能杂志》(Journal of Experimental & Theoretical Artificial Intelligence),该刊的ISSN分别是Print版1362-3079和Online版0952-813X。 研究的核心是设计一种算法或方法,能够将敏感信息融入到数据集中,使其在数据分析过程中难以被识别,同时确保这些操作不会显著干扰数据的正常使用。高实用性意味着这种方法对于商业环境下的实际应用具有很高的实用价值,而"minimal side effects"则强调了对整体系统性能的影响控制,以维持系统的稳定性和效率。 文章的日期为2017年5月21日,作者提供了引用细节,包括DOI(Digital Object Identifier)10.1080/0952813X.2017.1328462,读者可以通过此链接访问原文或查看相关的文章引用情况。截至当时,该文章已被浏览4次,显示了其在学术领域的关注度。 这项研究可能涉及到的技术包括数据加密、数据混淆、隐私保护算法或者数据隐藏技术,这些技术在现代信息技术领域中扮演着重要角色,特别是在大数据时代,数据安全和隐私保护的需求日益增长。通过阅读这篇论文,读者可以了解到如何在满足保密需求的同时,兼顾数据的有效利用和系统的正常运行,这对于企业和组织在数字化转型过程中的数据管理和安全策略制定具有实际指导意义。