返回
Hiding Patterns With Gaps in Sequential Data
DOI:10.1002/cpe.70187.png)
摘要
En 中文
字符串净化旨在解决从文本数据中移除敏感模式的同时保留剩余内容有用性的挑战。该任务在敏感模式可能跨越可变长度间隙(VLG)时尤为复杂——这在生物信息学、网络分析和网络流量监控等领域是常见场景。本研究中,我们形式化了“带间隙的模式隐藏”(Pattern Hide with Gaps, PHG)问题,将传统字符串净化扩展至处理VLG模式。为解决PHG问题,我们引入了三种新颖的净化算法,以平衡数据有用性的不同方面:第一种算法快速移除所有敏感模式以实现基础净化;第二种算法谨慎选择替换内容以最小化整体失真;第三种算法专注于减少高频模式的丢失,以提升后续高频模式挖掘任务的准确性。大量实验表明,我们的方法运行高效,并成功维持了高数据有用性。
Keyword:
data privacy
string sanitization
variable length gap pattern
期刊
C
IF:
1.5
论文数:
106
被引数:
5.8K
机构
引用论文
An Optimized Privacy-Utility Tradeoff Framework for Differentially Private Data Sharing in Blockchain-Based Internet of Things基于区块链的物联网中用于差分私有数据共享的优化隐私-效用权衡框架

