რა არის მონაცემთა ნიღბების ტექნოლოგია და გადაწყვეტა ქსელის პაკეტის ბროკერში?

4. ჩვეულებრივ გამოყენებული მონაცემთა ნიღბების ტექნიკა

(1). სტატისტიკური ტექნიკა

მონაცემთა შერჩევა და მონაცემთა აგრეგაცია

- მონაცემთა შერჩევა: მონაცემთა კომპლექტის წარმომადგენლობითი ქვესახეობის შერჩევის გზით მითითებული ორიგინალური მონაცემების ანალიზი და შეფასება მნიშვნელოვანი მეთოდია დე-იდენტიფიკაციის ტექნიკის ეფექტურობის გასაუმჯობესებლად.

- მონაცემთა აგრეგაცია: როგორც სტატისტიკური ტექნიკის შეგროვება (მაგალითად, ჯამური, დათვლა, საშუალოდ, მაქსიმალური და მინიმალური), რომელიც გამოიყენება მიკროდატებში ატრიბუტებზე, შედეგი წარმოადგენს ყველა ჩანაწერის წარმომადგენელს მონაცემთა თავდაპირველ ნაკრებში.

(2). კრიპტოგრაფია

კრიპტოგრაფია ჩვეულებრივი მეთოდია დესენსიბილიზაციის ეფექტურობის დენსიტიზაციისა და გასაუმჯობესებლად. დაშიფვრის ალგორითმების სხვადასხვა ტიპმა შეიძლება მიაღწიოს სხვადასხვა დესენსიბილიზაციის ეფექტს.

- დეტერმინისტული დაშიფვრა: არა შემთხვევითი სიმეტრიული დაშიფვრა. ეს ჩვეულებრივ ამუშავებს პირადობის მოწმობის მონაცემებს და შეუძლია საჭიროების შემთხვევაში, დაშიფვრა და აღადგინოს შიფრირება, მაგრამ საჭიროების შემთხვევაში, მაგრამ გასაღები სათანადოდ უნდა იყოს დაცული.

- შეუქცევადი დაშიფვრა: ჰაშის ფუნქცია გამოიყენება მონაცემების დასამუშავებლად, რომელიც ჩვეულებრივ გამოიყენება პირადობის მოწმობისთვის. მისი პირდაპირ გაშიფვრა შეუძლებელია და რუკების ურთიერთობა უნდა იყოს შენახული. გარდა ამისა, ჰაშის ფუნქციის მახასიათებლის გამო, შეიძლება მოხდეს მონაცემთა შეჯახება.

- ჰომომორფული დაშიფვრა: გამოიყენება შიფრალური ჰომომორფული ალგორითმი. მისი მახასიათებელია ის, რომ შიფრინტის ოპერაციის შედეგი იგივეა, რაც გაშიფვრის შემდეგ plaintext ოპერაციის შემდეგ. აქედან გამომდინარე, იგი ჩვეულებრივ გამოიყენება რიცხვითი ველების დასამუშავებლად, მაგრამ იგი ფართოდ არ გამოიყენება შესრულების მიზეზების გამო.

(3). სისტემის ტექნოლოგია

ჩახშობის ტექნოლოგია წაშლის ან ფარავს მონაცემთა ნივთებს, რომლებიც არ აკმაყოფილებენ კონფიდენციალურობის დაცვას, მაგრამ არ აქვეყნებს მათ.

- ნიღაბი: ეს ეხება ყველაზე გავრცელებული დესენსიბილიზაციის მეთოდს ატრიბუტის მნიშვნელობის დასაფენად, მაგალითად, მოწინააღმდეგის ნომერი, პირადობის მოწმობა აღინიშნება ვარსკვლავით, ან მისამართი შემცირდება.

- ადგილობრივი ჩახშობა: ეხება კონკრეტული ატრიბუტის მნიშვნელობების (სვეტების) წაშლის პროცესს, მონაცემთა არსებითი ველების ამოღებას;

- ჩაწერის ჩახშობა: ეხება კონკრეტული ჩანაწერების წაშლის პროცესს (რიგები), მონაცემთა არსებითი ჩანაწერების წაშლის პროცესს.

(4). ფსევდონიმის ტექნოლოგია

Pseudomanning არის დეიდიდების ტექნიკა, რომელიც იყენებს ფსევდონიმს პირდაპირი იდენტიფიკატორის (ან სხვა მგრძნობიარე იდენტიფიკატორის) შესაცვლელად. ფსევდონიმის ტექნიკა ქმნის უნიკალურ იდენტიფიკატორებს თითოეული ინდივიდუალური ინფორმაციის საგნისთვის, პირდაპირი ან მგრძნობიარე იდენტიფიკატორების ნაცვლად.

- მას შეუძლია დამოუკიდებლად წარმოქმნას შემთხვევითი მნიშვნელობები, რომ შეესაბამებოდეს ორიგინალ ID- ს, შეინახოს რუკების ცხრილი და მკაცრად გააკონტროლოს რუკების ცხრილის წვდომა.

- თქვენ ასევე შეგიძლიათ გამოიყენოთ დაშიფვრა ფსევდონიმების შესაქმნელად, მაგრამ უნდა შეინარჩუნოთ გაშიფვრის გასაღები სწორად;

ეს ტექნოლოგია ფართოდ გამოიყენება იმ შემთხვევაში, თუ დიდი რაოდენობით დამოუკიდებელი მონაცემების მომხმარებლები, მაგალითად, OpenID– ის ღია პლატფორმის სცენარში, სადაც სხვადასხვა დეველოპერები იღებენ სხვადასხვა OpenID– ს იმავე მომხმარებლისთვის.

(5). განზოგადების ტექნიკა

განზოგადების ტექნიკა ეხება დეიდაციის ინიდაციის ტექნიკას, რომელიც ამცირებს არჩეული ატრიბუტების გრანულობას მონაცემთა ნაკრებში და უზრუნველყოფს მონაცემების უფრო ზოგად და აბსტრაქტულ აღწერას. განზოგადების ტექნოლოგია მარტივია და შეუძლია დაიცვას ჩანაწერების დონის მონაცემების ნამდვილობა. იგი ჩვეულებრივ გამოიყენება მონაცემთა პროდუქტებში ან მონაცემთა ანგარიშებში.

- დამრგვალება: გულისხმობს შერჩეული ატრიბუტის დამრგვალების ბაზის შერჩევას, მაგალითად, ზემოთ ან ქვევით სასამართლო ექსპერტიზას, შედეგების მიღებას 100, 500, 1K და 10K

- ზედა და ქვედა კოდირების ტექნიკა: შეცვალეთ ზემოთ მოცემული მნიშვნელობები (ან ქვემოთ) ბარიერი ბარიერი, რომელიც წარმოადგენს ზედა (ან ქვედა) დონეს, რაც გამოიღო "ზემოთ X" ან "ქვემოთ X"

(6). რანდომიზაციის ტექნიკა

როგორც ერთგვარი დე-იდენტიფიკაციის ტექნიკა, რანდომიზაციის ტექნოლოგია გულისხმობს ატრიბუტის მნიშვნელობის შეცვლას რანდომიზაციის გზით, ისე, რომ რანდომიზაციის შემდეგ მნიშვნელობა განსხვავდება ორიგინალური რეალური მნიშვნელობისგან. ეს პროცესი ამცირებს თავდამსხმელის შესაძლებლობას, რომ გამოიტანოს ატრიბუტის მნიშვნელობა სხვა ატრიბუტის მნიშვნელობებისგან იმავე მონაცემთა ჩანაწერში, მაგრამ გავლენას ახდენს შედეგად მიღებული მონაცემების ნამდვილობაზე, რაც საერთოა წარმოების ტესტის მონაცემებთან.