روشی جدید برای حفظ حریم خصوصی داده ها مبتنی بر روش خوشه بندی تجزیه نامنفی ماتریس

نگرانی شرکت ها از افشا و نقض حریم خصوصی کاربران در حال افزایش است و این امر منجر به تمرکز بسیاری از محققان بر روی توسعه روش های حفظ حریم خصوصی داده ها شده است. این روش ها روی داده های اصلی تاثیر می گذارند و با حفظ ویژگی ها و ارتباط بین آن ها، داده را بصورت دیگری منتشر می کنند. در این مقاله با استفاده از روش خوشه بندی تجزیه نامنفی ماتریس ها، الگوریتمی برای تولید داده هایی با سطوح امنیتی متفاوت، جهت انتشار برای یک مجموعه داده اصلی پیشنهاد می شود. پیاده سازی ها با دو رویکرد متفاوت روی مجموعه داده های متنوع استاندارد نشان می دهند که الگوریتم پیشنهادی علاوه بر تولید داده هایی با سطوح امنیتی مختلف، ساختار محدودیت های داده ی اصلی را نیز حفظ می کند.روش مطرح شده در این مقاله روی مجموعه داده های با ابعاد بالا پیاده سازی شده، در حالیکه برخی روش های ریزتجمیع کننده مبتنی بر فازی قابلیت پیاده سازی روی آن ها را ندارند. همچنین، نتایج تجربی با استفاده از روش ‎$c$-‎میانگین فازی نشان می دهد که میزان اطلاعات از دست رفته نیز بسیار ناچیز است. لذا، الگوریتم پیشنهادی می تواند داده هایی را منتشر کند که در عین حفظ حریم خصوصی، برای پردازشگران قانونی قابل استناد باشند‎.‎