Метод забезпечення конфіденційності збереження даних для великомасштабної аналітики на основі машинного навчання

Скорочена інформація про документ
dc.contributor.authorФеренс, Володимир Олександрович
dc.date.accessioned2022-05-15T21:26:31Z
dc.date.available2022-05-15T21:26:31Z
dc.date.issued2022
dc.description.abstractОб’єкт дослідження є процес збереження конфіденційності великих даних. Предмет дослідження є методи і засоби для забезпечення конфіденційності великих даних на основі машинного навчання та створення методів на основі базових алгоритмів забезпечення конфіденційності. Метою роботи є покращення конфіденційності зберігання великих даних. Для розв’язання поставлених задач використовувалися початкові алгоритми захисту конфіденційності; шум Лапласа, синтетична генерація даних, методи збурення даних, криптогафічні методи, які впливають на якість інтелектуального аналізу для підтримки цілісності та збереження конфіденційності даних.uk_UA
dc.identifier.citationФеренс В. О. Метод забезпечення конфіденційності збереження даних для великомасштабної аналітики на основі машинного навчання : кваліфікаційна робота магістра : 123 Комп’ютерна інженерія / В. О. Ференс ; Хмельниц. нац. ун-т. – Хмельницький, 2022. – 118 с.uk_UA
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/11952
dc.language.isoukuk_UA
dc.publisherХмельницький національний університетuk_UA
dc.subject123 Комп’ютерна інженеріяuk_UA
dc.subjectзбурення данихuk_UA
dc.subjectалгоритм захисту конфіденційностіuk_UA
dc.subjectвеликі даніuk_UA
dc.subjectпотоки данихuk_UA
dc.subjectшвидкодіяuk_UA
dc.subjectвипадкове генеруванняuk_UA
dc.titleМетод забезпечення конфіденційності збереження даних для великомасштабної аналітики на основі машинного навчанняuk_UA
dc.typeМагістерські роботиuk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Ференс.pdf
Розмір:
14.04 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
ФІТ/(М)