Knowledge hiding on graph data
Çizge verisinde bilgi gizleme
- Tez No: 923300
- Danışmanlar: DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Çizgelerde anlamlı alt yapılar olan alt çizgeler ve topluluklar, ağ yapılarının daha derinlemesine anlaşılması için önemli bilgiler sağlar. Ancak çizge analiz araçları daha gelişmiş hale geldikçe, bu durum, çizge verilerinden gereğinden fazla bilgi çıkarılması riski gibi yeni bir zorluğu da beraberinde getirir. Böylelikle, bilgi gizleme tekniklerinin araştırılmasına yol açmıştır. Bu tez kapsamında, çizge verilerinin mahremiyetini koruyan teknikler olarak alt çizge gizleme ve topluluk gizleme incelenmektedir. Alt çizge gizleme, işlemsel çizge veritabanındaki hassas alt çizgeleri tanımlamayı ve verilerin yayınlanmasından sonra onların ifşa edilmesini önlemek için veritabanını dönüştürmeyi içerirken, orijinal verileri mümkün olduğunca korur. Topluluk gizleme ise çizgeyi stratejik olarak değiştirerek toplulukların gizlenmesini veya karartılmasını içerir. Kullanıcıların topluluk üyeliği gibi hassas bilgilerinin gizliliğini koruyan topluluk gizlemeye yönelik çalışmalarla birlikte, gizlemeye etkili bir şekilde karşı koyabilecek dayanıklı topluluk tespit algoritmalarına olan ihtiyaç daha da belirgin hale gelir. Bu tezde öncelikle alt çizge gizleme teknikleri incelenmiş ve çeşitli kenar silme tabanlı algoritmalar önerilmiştir. Daha sonra, topluluk gizleme teknikleri araştırılmış ve tekniklerin üç ölçekte kapsamlı bir şekilde ele alınması için bir araştırma yapılmıştır. Ayrıca, klikler kullanılarak küresel topluluk gizleme için bir algoritma önerilmiştir.
Özet (Çeviri)
Subgraphs and communities, which are meaningful substructures in graphs, provide important information for a deeper understanding of network structures. However, as graph analysis tools become more advanced, this introduces a new challenge, such as the risk of over-mining of knowledge from graph data. Thus, it has led to the investigation of knowledge hiding techniques. Within the scope of this dissertation, as privacy-preserving techniques for graph data, subgraph hiding and community hiding are examined. Subgraph hiding involves identifying sensitive subgraphs in a transactional graph database, and transforming the database to prevent them from being disclosed after publication of data, while preserving the original data as much as possible. Community hiding, on the other hand, involves hiding or obfuscating communities by strategically modifying the graph. With the work on community hiding that protects the privacy of users' sensitive information, such as community membership, the need for robust community detection algorithms that can effectively counter hiding becomes more evident. In this thesis, first subgraph hiding techniques have been examined and various edge deletion-based algorithms have been proposed. Then, community hiding techniques have been investigated, and a research has been conducted to address the comprehensive overview of the techniques at three scales. Further, an algorithm has been offered for global community hiding using cliques.
Benzer Tezler
- Ağaç ve çizge veritabanlarında hassas bilgi gizleme
Sensitive knowledge hiding in tree and graph databases
HARUN GÖKÇE
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN ABUL
- Dynamic itemset hiding under multiple support thresholds
Çoklu destek eşiklerinde dinamik sık kümeler gizlemesi
AHMET CUMHUR ÖZTÜRK
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU
- Employee turnover prediction using machine learning based methods
Makine öğrenimi tabanlı yöntemlerle çalışanların işten ayrılma tahmini
ZEHRA ÖZGE KISAOĞLU
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR KARAGÖZ
DR. BERKANT BARLA CAMBAZOĞLU
- Differential privacy in financial distributed ledger applications
Finansal dağıtık defter uygulamalarında diferansiyel mahremiyet
MERVE CAN KUŞ
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ALBERT LEVİ
- Beş yıldızlı otel işletmelerinde kariyerizm ve bilgi saklamanın örgütsel dışlanmaya etkisi: Afyonkarahisar örneği
The Effect of Careerism and Knowledge Hiding on Organizational Ostracism in Five Star Hotel Enterprises: The Case of Afyonkarahisar
ONUR CESUR KUDRET DURUDOĞAN
Yüksek Lisans
Türkçe
2025
TurizmAfyon Kocatepe ÜniversitesiTurizm İşletmeciliği Ana Bilim Dalı
PROF. DR. ELBEYİ PELİT