Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Optimized Analysis Based on Improved Mutation and Crossover Operator for Differential Evolution Algorithm Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Spatial Outlier Information Hiding Algorithm Based on Complex Transformation

verfasst von : Zhaoyu Shou, Akang Liu, Simin Li, Xiawei Cheng

Erschienen in: Security, Privacy, and Anonymity in Computation, Communication, and Storage

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The anomaly data is easily disturbed by malicious third party in the information sharing or transmission process. To guarantee the safety and integrity of outlier information, a novel method of outlier information privacy preserving is proposed, namely, spatial outlier information hiding algorithm based on complex transformation. Firstly, the anomaly dataset is obtained by outlier detection algorithm. Then the two-dimensional feature data of anomaly objects is selected to construct the complex data and complex factors. Finally, the outlier information is hidden by complex transformation. The receiver receives the hidden dataset and the complex factor set, in which the hidden data can be effectively restored. The feasibility and validity of this algorithm are verified by simulation and contrast experiment.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Privacy-Preserving Handover Authentication Protocol from Lightweight Identity-Based Signature for Wireless Networks
Nächstes Kapitel A Reputation Model Considering Repurchase Behavior and Mechanism Design to Promote Repurchase
Literatur
1.
Zhang, G.R.: Privacy data preserving method based on fuzzy discretization. In: Eighth International Conference on Fuzzy Systems and Knowledge Discovery, vol. 2, pp. 1201–1205. IEEE (2011)
2.
Shinde, A., et al.: Privacy prevention of sensitive rules and values using perturbation technique. In: 2016 3rd International Conference on Computing for Sustainable Global Development (INDIACom), pp. 577–581 (2016)
3.
Ghate, R.B., Ingle, R.: Clustering based anonymization for privacy preservation. In: International Conference on Pervasive Computing, pp. 1–3. IEEE (2015)
4.
Rajalakshmi, V., Mala, G.S.A.: Data anonymization using augmented rotation of sub-clusters for privacy preservation in data mining. In: 2013 Fifth International Conference on Advanced Computing (ICoAC), pp. 22–26. IEEE (2013)
5.
Rajalakshmi, V., Mala, G.S.A.: Anonymization by data relocation using sub-clustering for privacy preserving data mining. Indian J. Sci. Technol. 7(7), 975–980 (2014)
6.
Oliveira, S.R.M., Zaane, O.R., Agropecuaria, E.I.: Privacy preserving clustering by data transformation. In: Proceedings of Brazilian Symposium on Databases, vol. 1, pp. 37–52 (2003)
7.
Li, L., Zhang, Q.: A privacy preserving clustering technique using hybrid data transformation method. In: IEEE International Conference on Grey Systems and Intelligent Services, pp. 1502–1506. IEEE (2009)
8.
Liu, J., Xu, Y.: Privacy preserving clustering by random response method of geometric transformation. In: Fourth International Conference on Internet Computing for Science and Engineering, pp. 181–188. IEEE (2010)
9.
Gokulnath, C., Priyan, M.K., Balan, E.V., Prabha, K.P.R., Jeyanthi, R.: Preservation of privacy in data mining by using PCA based perturbation technique. In: International Conference on Smart Technologies and Management for Computing, Communication, Controls, Energy and Materials, pp. 202–206. IEEE Computer Society (2015)
10.
Ahmed, K.A., Rauf, H.A.: Privacy preserving data using fuzzy hybrid data transformation technique. Indian J. Sci. Technol. 10(24) (2017)
11.
Vashkevich, A.V., Zhukov, V.G.: Privacy-preserving clustering using C-means. In: International Siberian Conference on Control and Communications, pp. 1–4. IEEE (2015)
12.
Dhiraj, S.S.S., Khan, A.M.A., Khan, W., Challagalla, A.: Privacy preservation in k-means clustering by cluster rotation. In: TENCON 2009 - 2009 IEEE Region 10 Conference, pp. 1–7. IEEE (2009)
13.
Lin, Z., Wang, J., Liu, L., Zhang, J.: Generalized random rotation perturbation for vertically partitioned data sets. In: IEEE Symposium on Computational Intelligence and Data Mining, pp. 159–162. IEEE (2009)
14.
Leontiadis, I., Molva, R., Chorley, M.J., Colombo, G.B.: Privacy preserving similarity detection for data analysis. In: International Conference on Cloud & Green Computing, vol. 10, pp. 547–552. IEEE Computer Society (2013)
15.
Shou, Z.-Y., Li, M.-Y., Li, S.-M.: Outlier detection based on multi-dimensional clustering and local density. J. Cent. South Univ. 24(6), 1299–1306 (2017)CrossRef
16.
Breunig, M.M., Kriegel, H.P., Ng, R.T., Sander, J.: LOF: identifying density-based local outliers, vol. 29(2), pp. 93–104 (2000)
17.
Rodriguez, A., Laio, A.: Clustering by fast search and find of density peaks. Science 344(6191), 1492–1496 (2014)CrossRef
18.
19.
Challagalla, A., Dhiraj, S.S.S, Somayajulu, D.V.L.N., Mathew, T.S., Tiwari, S., Ahmad, S.S.: Privacy preserving outlier detection using hierarchical clustering methods. In: Computer Software and Applications Conference Workshops, pp. 152–157. IEEE (2010)
20.
Zimek, A., Campello, R.J.G.B.: Data perturbation for outlier detection ensembles. In: International Conference on Scientific and Statistical Database Management, pp. 1–12. ACM (2014)
Metadaten
Titel
Spatial Outlier Information Hiding Algorithm Based on Complex Transformation
verfasst von
Zhaoyu Shou
Akang Liu
Simin Li
Xiawei Cheng
Copyright-Jahr
2017
Buch
Security, Privacy, and Anonymity in Computation, Communication, and Storage

Print ISBN: 978-3-319-72388-4

Electronic ISBN: 978-3-319-72389-1

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-72389-1_20