DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/13376

Arxiu Descripció MidaFormat
Nin.pdf318,75 kBAdobe PDFThumbnail
Veure/Obrir

Citació: Nin, J. [et al.]. Increasing polynomial regression complexity for data anonymization. A: International Conference on Intelligent Pervasive Computing. "2007 International Conference on Intelligent Pervasive Computing". Jeju Island: IEEE Computer Society, 2007, p. 29-34.
Títol: Increasing polynomial regression complexity for data anonymization
Autor: Nin Guerrero, Jordi Veure Producció científica UPC; Pont Tuset, Jordi Veure Producció científica UPC; Medrano Gracia, Pau; Larriba Pey, Josep Veure Producció científica UPC; Muntés Mulero, Víctor Veure Producció científica UPC
Editorial: IEEE Computer Society
Data: 2007
Tipus de document: Conference report
Resum: Pervasive computing and the increasing networking needs usually demand from publishing data without revealing sensible information. Among several data protection methods proposed in the literature, those based on linear regression are widely used for numerical data. However, no attempts have been made to study the effect of using more complex polynomial regression methods. In this paper, we present PoROP-k, a family of anonymizing methods able to protect a data set using polynomial regressions. We show that PoROP-k not only reduces the loss of information, but it also obtains a better level of protection compared to previous proposals based on linear regressions.
ISBN: 0-7695-3006-0
URI: http://hdl.handle.net/2117/13376
DOI: 10.1109/IPC.2007.103
Apareix a les col·leccions:Altres. Enviament des de DRAC
DAMA-UPC - Data Management Group de la Universitat Politècnica de Catalunya . Ponències/Comunicacions de congressos
Departament d'Arquitectura de Computadors. Ponències/Comunicacions de congressos
Departament de Teoria del Senyal i Comunicacions. Ponències/Comunicacions de congressos
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius