nach oben

Cluster Computing

Erschienen in:

10.01.2018

Upkeeping secrecy in information extraction using ‘k’ division graph based postulates

verfasst von: B. Santhosh Kumar, S. Karthik, V. P. Arunachalam

Erschienen in: Cluster Computing | Sonderheft 1/2019

Einloggen

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

search-config

KI-gestützte Suche

Aus

Abstract

The prevailing mechanisms for extracting useful information might offer enhanced results in extraction of useful data for creating classification policies. The goal is to administer the disputes prevailing within the categorization for supervised data. Moreover several schemes conceal the individuality of the schemes employed which attempts to conceal the location of information which might become a serious issue during conserving privacy of the data stored. The aim is to address the disputes by making use of a graph and hypothetical based scheme termed as k-segmentation of graphs which delivers the creation of difficult choice based tree classification organized into a priority based hierarchy. The analysis depicts that the designed scheme offers accuracy and effectiveness.

Vorheriger Artikel An efficient categorization of liver cirrhosis using convolution neural networks for health informatics

Nächster Artikel Revamping data access privacy preservation method against inside attacks in wireless sensor networks

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

Niewolny, D.: How the Internet of Things is revolutionizing healthcare. Tech. Rep, FreeScale Technologies (Whitepaper) (2010)

Kim, J.T.: Privacy and security issues for healthcare system with embedded RFID system on Internet of Things. Adv. Sci. Technol. Lett. 72, 109–112 (2014)CrossRef

Will the Internet of Things Analytics Revolutionize the Healthcare Industry? Tech. Rep. Saviance Technologies (2009)

Agrawal, R., Srikant, R.: Privacy preserving data mining. In: ACM SIGMOD International Conference on Management of data (2000)

Vaidya, J., Clifton, C.: Privacy-preserving data mining: why, how, and when. IEEE Secur. Priv. 2(6), 19–27 (2007)CrossRef

Quinlan, J.R.: Induction of Decision Trees. Mach. Learn. 1, 569–571 (1986)

Smys, S., Bala, GJ., Raj, JS.: Construction of virtual backbone to support mobility in MANET—a less overhead approach. In: Application of Information and Communication Technologies, AICT 2009. International Conference on 2009, pp. 1–4. IEEE (2009)

Aggarwal, C.C., Yu, P.S.: A course in number theory. Privacy Preserving Data Mining: Models and Algorithms. Springer, New York (2010)

Wang, P.: Survey on privacy preserving data mining. Int. J. Digit. Content. Technol. Appl. 4(9) (2010)

10.

Kou, G., Peng, Y., Shi, Y., Chen, Z.: Privacy-preserving data mining of medical fata using data separation based techniques. Data Sci. J 6, S429–S434 (2007)CrossRef

11.

Abad, B., Kinariwala, S.A.: A novel approach for privacy preserving in medical data mining using sensitivity based anonymity. Int. J. Comput. Appl. 42(4), 13–16 (2012)

12.

Wong, R., Li, J., Fu, A., Wang, K.: (, k)-Anonymity: an enhanced k-anonymity model for privacy preserving data publishing, pp. 754–759. KDD, Japan (2006)

13.

Wu, X.: Information security in big data: privacy and data mining. IEEE Access 2, 1149–1176 (2011)

14.

Paryasto, M., Alamsyah, A., Rahardjo, B., Kuspriyanto : Big-data security management issues. In: 2nd International Conference on Information and Communication Technology (2014)

15.

Tripathy, A., Pradhan, M.: A novel framework for preserving privacy of data using correlation analysis. In: International Conference on Advances in Computing Communications and Informatics–ICACCI 12, (2012)

Titel: Upkeeping secrecy in information extraction using ‘k’ division graph based postulates
verfasst von: B. Santhosh Kumar
S. Karthik
V. P. Arunachalam
Publikationsdatum: 10.01.2018
Verlag: Springer US
Erschienen in: Cluster Computing / Ausgabe Sonderheft 1/2019
Print ISSN: 1386-7857
Elektronische ISSN: 1573-7543
DOI: https://doi.org/10.1007/s10586-018-1705-2

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

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

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Weitere Artikel der Sonderheft 1/2019

More efficient and effective tricks for deep action recognition

A novel disk I/O scheduling framework of virtualized storage system

Splicing image forgery identification based on artificial neural network approach and texture features

An automated and intelligent Parkinson disease monitoring system using wearable computing and cloud technology

Iot based real time trafic control using cloud computing

Exposed body component-based harmful image detection in ubiquitous sensor data