Autor Christen, Peter
|
|
Documentos disponibles escritos por este autor (2)
Hacer una sugerencia Refinar búsqueda
Título : Linking Sensitive Data : Methods and Techniques for Practical Privacy-Preserving Information Sharing Tipo de documento: documento electrónico Autores: Christen, Peter, Autor ; Ranbaduge, Thilina, Autor ; Schnell, Rainer, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXII, 468 p. 59 ilustraciones, 51 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-59706-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Sistemas expertos (Informática) Sistemas de almacenamiento y recuperación de información Protección de datos La seguridad informática Sistemas basados en el conocimiento Almacenamiento y recuperación de información Privacidad Principios y Modelos de Seguridad Índice Dewey: 006.33 Aprendizaje automático (Machine Learning) Resumen: Este libro proporciona respuestas técnicas modernas a los requisitos legales de seudonimización recomendados por la legislación de privacidad. Cubre temas como los marcos regulatorios modernos para compartir y vincular información confidencial, conceptos y algoritmos para la vinculación de registros que preservan la privacidad y sus aspectos computacionales, consideraciones prácticas como el manejo de datos sucios y faltantes, así como la privacidad, el riesgo y la evaluación del desempeño. medidas. Se evalúan empíricamente las técnicas existentes para la vinculación de registros que preservan la privacidad y se describen ejemplos de aplicaciones del mundo real que se adaptan al tamaño de la población. El libro también incluye sugerencias sobre herramientas de software disponibles gratuitamente, conjuntos de datos de referencia y herramientas para generar datos sintéticos que pueden usarse para probar y evaluar técnicas de vinculación. Este libro consta de catorce capítulos agrupados en cuatro partes y dos apéndices. La primera parte introduce al lector en el tema de vincular datos confidenciales, la segunda parte cubre métodos y técnicas para vincular dichos datos, la tercera parte analiza aspectos de importancia práctica y la cuarta parte proporciona una perspectiva de los desafíos futuros y los problemas de investigación abiertos relevantes. para vincular bases de datos confidenciales. Los apéndices proporcionan sugerencias y describen sistemas de software de código abierto disponibles gratuitamente que permiten vincular datos confidenciales y brindan más detalles sobre las evaluaciones presentadas. Un sitio web complementario en https://dmm.anu.edu.au/lsdbook2020 proporciona material adicional y programas Python utilizados en el libro. Este libro está escrito principalmente para científicos aplicados, investigadores y profesionales avanzados de gobiernos, industrias y universidades interesados en desarrollar, implementar e implementar sistemas y herramientas para compartir información confidencial en bases de datos administrativas, comerciales o médicas. El libro describe cómo funcionan los métodos de vinculación y cómo evaluar su desempeño. Cubre todos los conceptos y métodos principales y también analiza cuestiones prácticas como la eficiencia computacional, que son fundamentales para que los métodos se utilicen en la práctica, ¡y hace todo esto de una manera muy accesible! David J. Hand, Imperial College, Londres. Nota de contenido: Part I: Introduction -- 1. Introduction -- 2. Regulatory Frameworks -- 3. Linking Sensitive Data Background -- Part II: Methods and Techniques -- 4. Private Information Sharing Protocols -- 5. Assessing Privacy and Risks -- 6. Building Blocks for Linking Sensitive Data -- 7 Encoding and Comparing Sensitive Values -- 8. Bloom Filter based Encoding Methods -- 9. Attacking and Hardening Bloom Filter Encoding -- 10. Computational Efficiency -- Part III: Practical Aspects, Evaluation, and Applications -- 11. Practical Considerations -- 12. Empirical Evaluation -- 13. Real-world Applications -- Part IV: Outlook -- 14. Future Research Challenges and Directions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Linking Sensitive Data : Methods and Techniques for Practical Privacy-Preserving Information Sharing [documento electrónico] / Christen, Peter, Autor ; Ranbaduge, Thilina, Autor ; Schnell, Rainer, Autor . - 1 ed. . - [s.l.] : Springer, 2020 . - XXII, 468 p. 59 ilustraciones, 51 ilustraciones en color.
ISBN : 978-3-030-59706-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Sistemas expertos (Informática) Sistemas de almacenamiento y recuperación de información Protección de datos La seguridad informática Sistemas basados en el conocimiento Almacenamiento y recuperación de información Privacidad Principios y Modelos de Seguridad Índice Dewey: 006.33 Aprendizaje automático (Machine Learning) Resumen: Este libro proporciona respuestas técnicas modernas a los requisitos legales de seudonimización recomendados por la legislación de privacidad. Cubre temas como los marcos regulatorios modernos para compartir y vincular información confidencial, conceptos y algoritmos para la vinculación de registros que preservan la privacidad y sus aspectos computacionales, consideraciones prácticas como el manejo de datos sucios y faltantes, así como la privacidad, el riesgo y la evaluación del desempeño. medidas. Se evalúan empíricamente las técnicas existentes para la vinculación de registros que preservan la privacidad y se describen ejemplos de aplicaciones del mundo real que se adaptan al tamaño de la población. El libro también incluye sugerencias sobre herramientas de software disponibles gratuitamente, conjuntos de datos de referencia y herramientas para generar datos sintéticos que pueden usarse para probar y evaluar técnicas de vinculación. Este libro consta de catorce capítulos agrupados en cuatro partes y dos apéndices. La primera parte introduce al lector en el tema de vincular datos confidenciales, la segunda parte cubre métodos y técnicas para vincular dichos datos, la tercera parte analiza aspectos de importancia práctica y la cuarta parte proporciona una perspectiva de los desafíos futuros y los problemas de investigación abiertos relevantes. para vincular bases de datos confidenciales. Los apéndices proporcionan sugerencias y describen sistemas de software de código abierto disponibles gratuitamente que permiten vincular datos confidenciales y brindan más detalles sobre las evaluaciones presentadas. Un sitio web complementario en https://dmm.anu.edu.au/lsdbook2020 proporciona material adicional y programas Python utilizados en el libro. Este libro está escrito principalmente para científicos aplicados, investigadores y profesionales avanzados de gobiernos, industrias y universidades interesados en desarrollar, implementar e implementar sistemas y herramientas para compartir información confidencial en bases de datos administrativas, comerciales o médicas. El libro describe cómo funcionan los métodos de vinculación y cómo evaluar su desempeño. Cubre todos los conceptos y métodos principales y también analiza cuestiones prácticas como la eficiencia computacional, que son fundamentales para que los métodos se utilicen en la práctica, ¡y hace todo esto de una manera muy accesible! David J. Hand, Imperial College, Londres. Nota de contenido: Part I: Introduction -- 1. Introduction -- 2. Regulatory Frameworks -- 3. Linking Sensitive Data Background -- Part II: Methods and Techniques -- 4. Private Information Sharing Protocols -- 5. Assessing Privacy and Risks -- 6. Building Blocks for Linking Sensitive Data -- 7 Encoding and Comparing Sensitive Values -- 8. Bloom Filter based Encoding Methods -- 9. Attacking and Hardening Bloom Filter Encoding -- 10. Computational Efficiency -- Part III: Practical Aspects, Evaluation, and Applications -- 11. Practical Considerations -- 12. Empirical Evaluation -- 13. Real-world Applications -- Part IV: Outlook -- 14. Future Research Challenges and Directions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Workshops of the European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD 2020): SoGood 2020, PDFL 2020, MLCS 2020, NFMCP 2020, DINA 2020, EDML 2020, XKDD 2020 and INRA 2020, Ghent, Belgium, September 14–18, 2020, Proceedings / Koprinska, Irena ; Kamp, Michael ; Appice, Annalisa ; Loglisci, Corrado ; Antonie, Luiza ; Zimmermann, Albrecht ; Guidotti, Riccardo ; Özgöbek, Özlem ; Ribeiro, Rita P. ; Gavaldà, Ricard ; Gama, João ; Adilova, Linara ; Krishnamurthy, Yamuna ; Ferreira, Pedro M. ; Malerba, Donato ; Medeiros, Ibéria ; Ceci, Michelangelo ; Manco, Giuseppe ; Masciari, Elio ; Ras, Zbigniew W. ; Christen, Peter ; Ntoutsi, Eirini ; Schubert, Erich ; Zimek, Arthur ; Monreale, Anna ; Biecek, Przemyslaw ; Rinzivillo, Salvatore ; Kille, Benjamin ; Lommatzsch, Andreas ; Gulla, Jon Atle
Título : Workshops of the European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD 2020): SoGood 2020, PDFL 2020, MLCS 2020, NFMCP 2020, DINA 2020, EDML 2020, XKDD 2020 and INRA 2020, Ghent, Belgium, September 14–18, 2020, Proceedings Tipo de documento: documento electrónico Autores: Koprinska, Irena, ; Kamp, Michael, ; Appice, Annalisa, ; Loglisci, Corrado, ; Antonie, Luiza, ; Zimmermann, Albrecht, ; Guidotti, Riccardo, ; Özgöbek, Özlem, ; Ribeiro, Rita P., ; Gavaldà, Ricard, ; Gama, João, ; Adilova, Linara, ; Krishnamurthy, Yamuna, ; Ferreira, Pedro M., ; Malerba, Donato, ; Medeiros, Ibéria, ; Ceci, Michelangelo, ; Manco, Giuseppe, ; Masciari, Elio, ; Ras, Zbigniew W., ; Christen, Peter, ; Ntoutsi, Eirini, ; Schubert, Erich, ; Zimek, Arthur, ; Monreale, Anna, ; Biecek, Przemyslaw, ; Rinzivillo, Salvatore, ; Kille, Benjamin, ; Lommatzsch, Andreas, ; Gulla, Jon Atle, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XV, 614 p. 187 ilustraciones, 153 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-65965-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Ingeniería Informática Red de computadoras Software de la aplicacion Ordenadores Ingeniería Informática y Redes Aplicaciones informáticas y de sistemas de información Entornos informáticos Redes de comunicación informática Índice Dewey: 006.3 Inteligencia artificial Resumen: Este volumen constituye las actas arbitradas de los talleres que complementaron la 20.ª Conferencia Europea Conjunta sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD, celebrada en septiembre de 2020. Debido a la pandemia de COVID-19, la conferencia y los talleres se llevaron a cabo en línea. Los 43 artículos presentados en volumen fueron cuidadosamente revisados y seleccionados entre numerosas presentaciones. El volumen presenta los trabajos que han sido aceptados para los siguientes talleres: 5to Taller sobre Ciencia de Datos para el Bien Social, SoGood 2020; Taller sobre Aprendizaje Paralelo, Distribuido y Federado, PDFL 2020; Segundo Taller sobre Aprendizaje Automático para Ciberseguridad, MLCS 2020, 9° Taller Internacional sobre Nuevas Fronteras en Patrones Complejos Mineros, NFMCP 2020, Taller sobre Integración y Aplicaciones de Datos, DINA 2020, Segundo Taller sobre Evaluación y Diseño Experimental en Minería de Datos y Aprendizaje Automático, EDML 2020, Segundo Taller Internacional sobre Descubrimiento de Conocimiento Explicable en Minería de Datos, XKDD 2020; Octavo Taller Internacional sobre Análisis y Recomendación de Noticias, INRA 2020. Los artículos de INRA 2020 se publican en acceso abierto y tienen licencia bajo los términos de la Licencia Internacional Creative Commons Atribución 4.0. Nota de contenido: Fifth Workshop on Data Science for Social Good (SoGood 2020) -- Workshop on Parallel, Distributed and Federated Learning (PDFL 2020) -- Second Workshop on Machine Learning for Cybersecurity (MLCS 2020) -- Ninth International Workshop on New Frontiers in Mining Complex Patterns (NFMCP 2020) -- Workshop on Data Integration and Applications (DINA 2020) -- Second Workshop on Evaluation and Experimental Design in Data Mining and Machine Learning (EDML 2020) -- Second International Workshop on eXplainable Knowledge Discovery in Data Mining (XKDD 2020) -- Eighth International Workshop on News Recommendation and Analytics (INRA 2020). . En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Workshops of the European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD 2020): SoGood 2020, PDFL 2020, MLCS 2020, NFMCP 2020, DINA 2020, EDML 2020, XKDD 2020 and INRA 2020, Ghent, Belgium, September 14–18, 2020, Proceedings [documento electrónico] / Koprinska, Irena, ; Kamp, Michael, ; Appice, Annalisa, ; Loglisci, Corrado, ; Antonie, Luiza, ; Zimmermann, Albrecht, ; Guidotti, Riccardo, ; Özgöbek, Özlem, ; Ribeiro, Rita P., ; Gavaldà, Ricard, ; Gama, João, ; Adilova, Linara, ; Krishnamurthy, Yamuna, ; Ferreira, Pedro M., ; Malerba, Donato, ; Medeiros, Ibéria, ; Ceci, Michelangelo, ; Manco, Giuseppe, ; Masciari, Elio, ; Ras, Zbigniew W., ; Christen, Peter, ; Ntoutsi, Eirini, ; Schubert, Erich, ; Zimek, Arthur, ; Monreale, Anna, ; Biecek, Przemyslaw, ; Rinzivillo, Salvatore, ; Kille, Benjamin, ; Lommatzsch, Andreas, ; Gulla, Jon Atle, . - 1 ed. . - [s.l.] : Springer, 2020 . - XV, 614 p. 187 ilustraciones, 153 ilustraciones en color.
ISBN : 978-3-030-65965-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Ingeniería Informática Red de computadoras Software de la aplicacion Ordenadores Ingeniería Informática y Redes Aplicaciones informáticas y de sistemas de información Entornos informáticos Redes de comunicación informática Índice Dewey: 006.3 Inteligencia artificial Resumen: Este volumen constituye las actas arbitradas de los talleres que complementaron la 20.ª Conferencia Europea Conjunta sobre Aprendizaje Automático y Descubrimiento de Conocimiento en Bases de Datos, ECML PKDD, celebrada en septiembre de 2020. Debido a la pandemia de COVID-19, la conferencia y los talleres se llevaron a cabo en línea. Los 43 artículos presentados en volumen fueron cuidadosamente revisados y seleccionados entre numerosas presentaciones. El volumen presenta los trabajos que han sido aceptados para los siguientes talleres: 5to Taller sobre Ciencia de Datos para el Bien Social, SoGood 2020; Taller sobre Aprendizaje Paralelo, Distribuido y Federado, PDFL 2020; Segundo Taller sobre Aprendizaje Automático para Ciberseguridad, MLCS 2020, 9° Taller Internacional sobre Nuevas Fronteras en Patrones Complejos Mineros, NFMCP 2020, Taller sobre Integración y Aplicaciones de Datos, DINA 2020, Segundo Taller sobre Evaluación y Diseño Experimental en Minería de Datos y Aprendizaje Automático, EDML 2020, Segundo Taller Internacional sobre Descubrimiento de Conocimiento Explicable en Minería de Datos, XKDD 2020; Octavo Taller Internacional sobre Análisis y Recomendación de Noticias, INRA 2020. Los artículos de INRA 2020 se publican en acceso abierto y tienen licencia bajo los términos de la Licencia Internacional Creative Commons Atribución 4.0. Nota de contenido: Fifth Workshop on Data Science for Social Good (SoGood 2020) -- Workshop on Parallel, Distributed and Federated Learning (PDFL 2020) -- Second Workshop on Machine Learning for Cybersecurity (MLCS 2020) -- Ninth International Workshop on New Frontiers in Mining Complex Patterns (NFMCP 2020) -- Workshop on Data Integration and Applications (DINA 2020) -- Second Workshop on Evaluation and Experimental Design in Data Mining and Machine Learning (EDML 2020) -- Second International Workshop on eXplainable Knowledge Discovery in Data Mining (XKDD 2020) -- Eighth International Workshop on News Recommendation and Analytics (INRA 2020). . En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
