عنوان مقاله:
حفظ حریم خصوصی در داده کاوی با استفاده از بهینه سازی فازی
حفظ حریم خصوصی در داده کاوی با استفاده از بهینه سازی فازی
سال انتشار: 2022
رشته: مهندسی صنایع - مهندسی فناوری اطلاعات - مهندسی کامپیوتر
گرایش: داده کاوی - اینترنت و شبکه های گسترده - امنیت اطلاعات - بهینه سازی سیستم ها
دانلود رایگان این مقاله:
دانلود مقاله حفظ حریم خصوصی در داده کاوی
مشاهده سایر مقالات جدید:
مقالات ISI مهندسی فناوری اطلاعات
6. Computational experiments
Computational experiments are analysed in this section to find the solution to the multi-objective optimization problem under the uncertainty demands of the data owner, based on both privacy and computational cost. The privacy and computational cost are implemented using confidence intervals and three classifiers, namely, the multi-layer perceptron (MLP), naïve Bayes (NB) and classification and regression tree (CART), on a real-world data set. The real-world data set [i.e. the Adult Data Set from the University of California, Irvine (UCI) machine learning repository] is analysed in the experiments. A total of 16,281 instances is used for the experiment.
6.1. Computational complexity
The computational complexity of the fuzzy optimization algorithm is calculated by
o(t(d ∗ n + cof ∗ n)) (29)
where t is the number of iterations, d is the number of variables (dimension), n is the number of solutions, and cof is the cost of the objective function.
Table 1 shows the execution time of the proposed and existing methods. From the table, it can be seen that the execution time of the proposed method is low compared to the other two methods.
(دقت کنید که این بخش از متن، با استفاده از گوگل ترنسلیت ترجمه شده و توسط مترجمین سایت ای ترجمه، ترجمه نشده است و صرفا جهت آشنایی شما با متن میباشد.)
6. آزمایشات محاسباتی
آزمایش‌های محاسباتی در این بخش برای یافتن راه‌حل مسئله بهینه‌سازی چند هدفه تحت تقاضای عدم قطعیت مالک داده، بر اساس حریم خصوصی و هزینه محاسباتی، تحلیل می‌شوند. حریم خصوصی و هزینه محاسباتی با استفاده از فواصل اطمینان و سه طبقه‌بندی کننده، یعنی پرسپترون چند لایه (MLP)، بیز ساده (NB) و طبقه‌بندی و درخت رگرسیون (CART)، بر روی مجموعه داده‌های دنیای واقعی پیاده‌سازی می‌شوند. مجموعه داده های دنیای واقعی [i.e. مجموعه داده‌های بزرگسالان از مخزن یادگیری ماشین دانشگاه کالیفرنیا، ایروین (UCI)] در آزمایش‌ها تجزیه و تحلیل می‌شود. در مجموع از 16281 نمونه برای آزمایش استفاده شده است.
6.1. پیچیدگی محاسباتی
پیچیدگی محاسباتی الگوریتم بهینه سازی فازی توسط محاسبه می شود
o(t(d ∗ n + cof ∗ n)) (29)
که t تعداد تکرارها، d تعداد متغیرها (بعد)، n تعداد راه حل ها و cof هزینه تابع هدف است.
