يك تكنيك مقيا‌س‌پذير و سودمندي-مبنا براي گمنام‌سازي كلان‌داده‌هاي جرياني

كارشناسي ارشذ

كلان‌داده اصطلاحي است كه براي مجموعه‌داده‌هاي بسيار حجيم و با ساختار پيچيده به كار مي‌رود. اين مشخصات به همراه خود، چالش‌هايي در نحوه ذخيره‌سازي، بررسي و اعمال روش‌هاي سنتي موجود و استخراج نتايج را به همراه دارند. با رشد چشمگير داده‌ها در سال‌هاي اخير، حريم خصوصي به يكي از دغدغه‌هاي اصلي اين حوزه تبديل شده است؛ با اين حال همواره ميان حريم خصوصي و امنيت داده‌هاي كلان با استفاده گسترده آنها، يك مغايرت وجود دارد. براي رفع اين مشكل، مدل‌ها و الگوريتم‌هاي گوناگوني توسعه داده شده‌اند اما اكثر آنها از يك معضل رنج مي‌برند؛ رشد سريع ابعاد داده‌ها. از اين رو الگوريتم‌ها و روش‌هاي سنتي و متداول پاسخگو اين نوع داده‌ها نيستند. امروزه، داده‌هاي جرياني، نقش بسيار پررنگي را در جهان پيرامون ايفا مي‌كنند. بهداشت و درمان، بازارهاي مالي و اينترنت اشياء از جمله زمينه‌هايي هستند كه وابستگي بسياري به داده‌هاي جرياني دارند. حفظ حريم خصوصي در اين داده‌ها چالش‌برانگيز است زيرا اين نوع داده‌ها برخلاف داده‌هاي ذخيره شده در پايگاه‌داده‌ها، ايستا نيستند. دو مؤلفه كيفيت داده‌هاي گمنام شده و سن داده‌ها، در داده‌هاي جرياني، حائز اهميت است. حفظ سودمندي اين داده‌ها يعني بالا بردن ميزان مؤلفه اول و پايين آوردن ميزان مؤلفه دوم، چالش اصلي الگوريتم‌ها و روش‌هاي امروزي است. ارائه روشي كه بتواند به اين مهم دست پيدا كند؛ در اين حوزه، بسيار راهگشا و كاربردي است. در اين پايان‌نامه، روشي ارائه شده است كه هدف اصلي آن، حفظ سودمندي داده‌هاي جرياني است. همچنين ايجاد يك بستر و زيرساخت جهت مقياس‌پذير كردن سامانه، موجب تطبيق‌پذيري هر چه بيشتر با داده‌هاي جرياني بسيار حجيم ورودي گرديده است. براي ارزيابي روش پيشنهادي، از دو متغير بهره برده شده است: ميزان ميانگين اتلاف داده‌ها و ميزان ميانگين تاخير داده‌ها كه به ترتيب بيانگر مؤلفه‌هاي اول و دوم سودمندي داده‌هاي جرياني هستند. نتايج به دست آمده از مقايسه روش پيشنهادي با سه روش برجسته در اين حوزه، نشان مي‌دهد كه كارائي اين روش از سايرين به مراتب بهتر و بيشتر است.

195144

دانشگاه علم و صنعت ايران

نرم‌افزار

دكتر محمد عبدالهي ازگمي