PHÂN LỚP NAIVE BAYES ĐẢM BẢO TÍNH RIÊNG TƯ CHO MÔ HÌNH DỮ LIỆU PHÂN TÁN NGANG

Tóm tắt

Quá trình khai phá dữ liệu có thể tiết lộ thông tin nhạy cảm về các cá nhân hoặc tổ chức vì thế xâm phạm quyền riêng tư của họ. Mục đích chính của lĩnh vực khai phá dữ liệu đảm bảo tính riêng tư là xây dựng các kỹ thuật khác nhau nhằm tìm kiếm ra các tri thức hoặc thông tin có giá trị trong khi dữ liệu và thông tin nhạy cảm vẫn được giữ riêng bởi các chủ sở hữu. Tính đến nay đã có nhiều giải pháp được đề xuất, tuy nhiên các giải pháp này có hiệu năng thấp hoặc chưa đảm bảo được tính riêng tư. Bài báo này xây dựng giải pháp phân lớp dữ liệu Naive Bayes đảm bảo tính riêng tư trong kịch bản dữ liệu phân tán ngang nhiều thành viên trên cơ sở ứng dụng giao thức tính Tổng bảo mật. Giao thức đề xuất được đánh giá tính riêng tư, tính chính xác và hiệu quả tốt so với các giải pháp hiện tại. Để khẳng định tính hiệu quả của giải pháp đề xuất, phần thực nghiệm tác giả sử dụng ngôn ngữ lập trình python để trực quan hóa kết quả. Cụ thể là xây dựng giải pháp phân lớp dữ liệu Naive Bayes đảm bảo tính riêng tư cho mô hình phát hiện tin nhắn rác, kết quả thực nghiệm cho thấy giải pháp được đề xuất có khả năng ứng dụng tốt vào thực tế.