University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Kadri ,Mouhamed El Mahdi |
Documents disponibles écrits par cet auteur



Titre : Anonymisation des micro-données basée sur PSO Type de document : texte imprimé Auteurs : Kadri ,Mouhamed El Mahdi, Auteur ; Kacha, Lynda, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol (64 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Vie privée
Anonymisation
MétaheuristiquesIndex. décimale : 004 - Informatique Résumé :
L'anonymisation est l'un des concepts les plus importants dans le processus de publication des données. C’est une technique de protection de la vie privée, qui consiste à cacher l’identité d’une personne, en effectuant certaines modifications sur ces données personnelles. Afin de préserver la qualité des données publiées, ces modifications doivent être moindre. La qualité des données publiées dépend de la qualité de la technique d’anonymisation employée. La qualité d’une technique d’anonymisation, est relative à sa capacité à trouver le meilleur compromis entre la préservation de la vie privée et la qualité des données publiées. Trouver un tel compromis, est une tâche complexe et est considérée comme un problème NP-difficile. L’utilisation des métaheuristiques d’optimisation, dans ce contexte, est donc une bonne alternative. L’objectif de notre travail est d’adapter les métaheuristiques au domaine de la vie privée, pour résoudre le problème d’anonymisation optimale. Pour cela, nous avons proposé un algorithme hybride, basé sur la métaheuristique PSO et une technique de clustering. Notre algorithme a été intégré à l’une des techniques d’anonymisation les plus utilisées, à savoir k-anonymat. L’évaluation de notre algorithme a démontré qu’une k-anonymisation basée sur notre algorithme est meilleure qu’une k- anonymisation simple.Côte titre : MAI/0518 En ligne : https://drive.google.com/file/d/1XEa8czpf_6T0fm6PlFykBnD_6PMoNEYG/view?usp=share [...] Format de la ressource électronique : Anonymisation des micro-données basée sur PSO [texte imprimé] / Kadri ,Mouhamed El Mahdi, Auteur ; Kacha, Lynda, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (64 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Vie privée
Anonymisation
MétaheuristiquesIndex. décimale : 004 - Informatique Résumé :
L'anonymisation est l'un des concepts les plus importants dans le processus de publication des données. C’est une technique de protection de la vie privée, qui consiste à cacher l’identité d’une personne, en effectuant certaines modifications sur ces données personnelles. Afin de préserver la qualité des données publiées, ces modifications doivent être moindre. La qualité des données publiées dépend de la qualité de la technique d’anonymisation employée. La qualité d’une technique d’anonymisation, est relative à sa capacité à trouver le meilleur compromis entre la préservation de la vie privée et la qualité des données publiées. Trouver un tel compromis, est une tâche complexe et est considérée comme un problème NP-difficile. L’utilisation des métaheuristiques d’optimisation, dans ce contexte, est donc une bonne alternative. L’objectif de notre travail est d’adapter les métaheuristiques au domaine de la vie privée, pour résoudre le problème d’anonymisation optimale. Pour cela, nous avons proposé un algorithme hybride, basé sur la métaheuristique PSO et une technique de clustering. Notre algorithme a été intégré à l’une des techniques d’anonymisation les plus utilisées, à savoir k-anonymat. L’évaluation de notre algorithme a démontré qu’une k-anonymisation basée sur notre algorithme est meilleure qu’une k- anonymisation simple.Côte titre : MAI/0518 En ligne : https://drive.google.com/file/d/1XEa8czpf_6T0fm6PlFykBnD_6PMoNEYG/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0518 MAI/0518 Mémoire Bibliothéque des sciences Français Disponible
Disponible