دانلود کتاب Privacy in Statistical Databases: CASC Project Final Conference, PSD 2004, Barcelona, Spain, June 9-11, 2004. Proceedings (به فارسی: حریم خصوصی در پایگاه داده های آماری: کنفرانس نهایی پروژه CASC، PSD 2004، بارسلون، اسپانیا، 9-11 ژوئن، 2004. مجموعه مقالات) نوشته شده توسط «Sarah Giessing (auth.) – Josep Domingo-Ferrer – Vicenç Torra (eds.)»
اطلاعات کتاب حریم خصوصی در پایگاه داده های آماری: کنفرانس نهایی پروژه CASC، PSD 2004، بارسلون، اسپانیا، 9-11 ژوئن، 2004. مجموعه مقالات
موضوع اصلی: سازمان و پردازش داده ها
نوع: کتاب الکترونیکی
ناشر: Springer-Verlag Berlin Heidelberg
نویسنده: Sarah Giessing (auth.) – Josep Domingo-Ferrer – Vicenç Torra (eds.)
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2004
تعداد صفحه: 374
حجم کتاب: 12 مگابایت
کد کتاب: 9783540221180 , 3540221182
نوبت چاپ: 1
توضیحات کتاب حریم خصوصی در پایگاه داده های آماری: کنفرانس نهایی پروژه CASC، PSD 2004، بارسلون، اسپانیا، 9-11 ژوئن، 2004. مجموعه مقالات
حریم خصوصی در پایگاه‌های اطلاعاتی آماری مربوط به کشاندن تجارت به تنش بین افزایش تقاضای اجتماعی و اقتصادی برای اطلاعات دقیق و الزام قانونی و اخلاقی برای محافظت از حریم خصوصی افراد و شرکت‌ها است که منبع داده‌های آماری هستند. . آژانس‌های آماری نمی‌توانند انتظار جمع‌آوری اطلاعات دقیق از پاسخ‌دهندگان فردی یا شرکتی داشته باشند، مگر اینکه این افراد احساس کنند حریم خصوصی پاسخ‌هایشان تضمین شده است. همچنین، نظرسنجی‌های اخیر از کاربران وب نشان می‌دهد که اکثریت آنها تمایلی به ارائه داده‌ها به یک وب‌سایت ندارند، مگر اینکه بدانند اقدامات حفاظت از حریم خصوصی وجود دارد. “حریم خصوصی در پایگاه های داده آماری 2004” (PSD2004) کنفرانس نهایی پروژه CASC (“جنبه های محاسباتی محرمانه بودن آماری”، IST-2000-25069) بود. PSD2004 به سبک کنفرانس های زیر است: “محافظت از داده های آماری” که در سال 1998 در لیسبون برگزار شد و با مجموعه مقالات منتشر شده توسط O?ce of O?cial Publications EC و همچنین کارگاه آموزشی SDC پروژه AMRADS برگزار شد. در لوکزامبورگ در سال 2001 و با مجموعه مقالات منتشر شده توسط Springer-Verlag، به عنوان LNCS Vol. 2316. کمیته برنامه 29 مقاله از 44 مقاله ارسالی از 15 کشور مختلف در چهار قاره را پذیرفت. هر یک مقاله ارسالی حداقل دو بررسی دریافت کرد. این جلسات شامل نسخه های اصلاح شده مقالات پذیرفته شده است. این مقالات مبانی و روش‌های حفاظت از داده‌های جدولی، روش‌های پنهان‌سازی برای حفاظت از داده‌های فردی (ریزداده)، تولید داده‌های مصنوعی، تجزیه و تحلیل ریسک افشا، و نرم‌افزار/مطالعات موردی را پوشش می‌دهند.
Privacy in statistical databases is about ?nding tradeo?s to the tension between the increasing societal and economical demand for accurate information and the legal and ethical obligation to protect the privacy of individuals and enterprises, which are the source of the statistical data. Statistical agencies cannot expect to collect accurate information from individual or corporate respondents unless these feel the privacy of their responses is guaranteed; also, recent surveys of Web users show that a majority of these are unwilling to provide data to a Web site unless they know that privacy protection measures are in place. “Privacy in Statistical Databases2004” (PSD2004) was the ?nal conference of the CASC project (“Computational Aspects of Statistical Con?dentiality”, IST-2000-25069). PSD2004 is in the style of the following conferences: “Stat- tical Data Protection”, held in Lisbon in 1998 and with proceedings published by the O?ce of O?cial Publications of the EC, and also the AMRADS project SDC Workshop, held in Luxemburg in 2001 and with proceedings published by Springer-Verlag, as LNCS Vol. 2316. The Program Committee accepted 29 papers out of 44 submissions from 15 di?erentcountriesonfourcontinents.Eachsubmittedpaperreceivedatleasttwo reviews. These proceedings contain the revised versions of the accepted papers. These papers cover the foundations and methods of tabular data protection, masking methods for the protection of individual data (microdata), synthetic data generation, disclosure risk analysis, and software/case studies.
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.