DSpace DSpace UPC
  Pàgina principal | Llistar continguts | Cerca avançada | Com participar-hi Català   Castellano   English  


Títol: Kd-trees and the real disclosure risks of large statistical databases
Autor: Herranz Sotoca, Javier
Nin Guerrero, Jordi
Solé Simó, Marc
Altres autors/autores: Universitat Politècnica de Catalunya. Departament d'Arquitectura de Computadors; Universitat Politècnica de Catalunya. Departament de Matemàtica Aplicada IV
Editorial: Elsevier
Matèries: Àrees temàtiques de la UPC::Matemàtiques i estadística
Mathemathics -- Probability & Statistics
Confidential communications --Statistical services
Tipus de document: Article
Descripció: In data privacy, record linkage can be used as an estimator of the disclosure risk of protected data. To model the worst case scenario one normally attempts to link records from the original data to the protected data. In this paper we introduce a parametrization of record linkage in terms of a weighted mean and its weights, and provide a supervised learning method to determine the optimum weights for the linkage process. That is, the parameters yielding a maximal record linkage between the protected and original data. We compare our method to standard record linkage with data from several protection methods widely used in statistical disclosure control, and study the results taking into account the performance in the linkage process, and its computational effort
Altres identificadors i accés: Herranz, J.; Nin, J.; Solé, M. Kd-trees and the real disclosure risks of large statistical databases. "Information fusion", 2011, vol. 13, núm. 4, p. 260-273.
1566-2535
http://hdl.handle.net/2117/16561
10.1016/j.inffus.2011.03.001
Disponible al dipòsit:E-prints UPC
Comparteix:


SFX Query

Tots els ítems dipositats a UPCommons estan protegits per drets d'autor.

 

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