AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI
ELEKTRON DÖVLƏTDƏ FƏRDİ MƏLUMATLAR ƏSASINDA İNTELLEKTUAL ANALİZ METODLARI (ing.)
Musayev Vüqar Y.

Elektron dövlət mühitində fərdi məlumatlara istinadən daha əsaslandırılmış qərarların qəbulunun dəstəklənməsi üçün intellektual analiz metodlarının istifadəsində mərkəzi bazanın yaradılması əhəmiyyətli məsələdir. Məqalədə belə bir ssenari üçün konseptual əsaslar işlənmişdir. Fərdi məlumatların məxviliyini mühafizə etmək üçün "Məxviliyə həssas data mining" metodlarından istifadə etmək zəruridir.  Məqalədə  fərdi məlumatlar bazası üzərində məxviliyə həssas data mining sisteminin əsasları təklif edilmiş və bu metodların qısaca xülasəsi verilmişdir. (cəh. 24-30)

Açar sözlər: e-dövlət,verilənlərin intellektual analizi, fərdi məlumatlar, verilənlər ambarı
Ədəbiyyat
  • Fayyad, Usama. Piatetsky-Shapiro, Gregory; Smyth, Padhraic (1996). "From Data Mining to Knowledge Discovery in Databases".
  • "Data Mining Curriculum". ACM SIGKDD. 2006-04-30.
  • June 24, 2011 (2011-06-24). "Pharmaceutical industry: Supreme Court sides with pharmaceutical industry in two decisions-Los Angeles Times". Articles.latimes.com. Retrieved 2012-11-07. Text "By David G. Savage, Los Angeles Times ".
  • Keim, Daniel A.; Information Visualization and Visual Data Mining.
  • Government Accountability Office, Data Mining: Early Attention to Privacy in Developing a Key DHS Program Could Reduce Risks, GAO-07-293 (February 2007), Washington, DC.
  • Secure Flight Program report, MSNBC.
  • "Total/Terrorism Information Awareness (TIA): Is It Truly Dead?". Electronic Frontier Foundation (official website). 2003.
  • National Research Council, Protecting Individual Privacy in the Struggle Against Terrorists: A Framework for Program Assessment, Washington, DC: National Academies Press, 2008.
  • Think Before You Dig: Privacy Implications of Data Mining & Aggregation, NASCIO Research Brief, September 2004.
  • Samarati P., Sweeney L. Protecting Privacy when Disclosing Information: k-Anonymity and its Enforcement Through Generalization and Suppression. IEEE Symp. on Security and Privacy, 1998.
  • Agrawal R., Srikant R. Privacy-Preserving Data Mining. ACM SIGMOD Conference, 2000.
  • Agrawal D. Aggarwal C. C. On the Design and Quantification of Privacy Preserving Data Mining Algorithms.ACM PODS Conference, 2002.
  • Verykios V. S., Elmagarmid A., Bertino E., Saygin Y., Dasseni E.: Association Rule Hiding.IEEE Transactions on Knowledge and Data Engineering, 16(4), 2004.
  • Blum A., Dwork C., McSherry F., Nissim K.: Practical Privacy: The SuLQ Framework. ACM PODS Conference, 2005.
  • Pinkas B.: Cryptographic Techniques for Privacy-Preserving Data Mining. ACM SIGKDD Explorations, 4(2), 2002.
  • Aggarwal C. C., Yu P. S. On Variable Constraints in Privacy Preserving Data Mining. ACM SIAM Data Mining Conference, 2005.
  • Xiao X., Tao Y. Personalized Privacy Preservation.ACM SIGMOD Conference, 2006.
  • Meyerson A., Williams R. On the complexity of optimal k-anonymity. ACM PODS Conference, 2004.