Anonymizing data via polynomial regression
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/16249
Tipus de documentText en actes de congrés
Data publicació2007
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
The amount of confidential information accessible through the Internet is growing continuously. In this scenario, the improvement of anonymizing methods becomes crucial to avoid revealing sensible information of individuals. Among several protection methods proposed, those based on the use of linear regressions are widely utilized. However, there is not a reason to assume that linear regression is better than using more complex polynomial regressions. 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.
CitacióNin, J. [et al.]. Anonymizing data via polynomial regression. A: Simposio en Ingeniería de Sistemas y Automática en Bioingeniería. "Actas del II Simposio Sobre Seguridad Informática [SSI'2007]". Zaragoza (Aragó): 2007, p. 19-26.
ISBN978-84-9732-607-0
Col·leccions
- DAMA-UPC - Data Management Group de la Universitat Politècnica de Catalunya - Ponències/Comunicacions de congressos [21]
- DMAG - Grup d'Aplicacions Multimèdia Distribuïdes - Ponències/Comunicacions de congressos [82]
- Departament d'Arquitectura de Computadors - Ponències/Comunicacions de congressos [1.948]
- Departament de Teoria del Senyal i Comunicacions - Ponències/Comunicacions de congressos [3.316]
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
si2007.pdf | 716,4Kb | Visualitza/Obre |