Suchergebnisse

Widespread introduction of methods that ensure anonymity of information about individual groups (teams) of respondents in the field of official statistics is restrained by the lack of relevant industrial information technologies and systems. A three-level client-server architecture of an information technology providing data group anonymity was provided in which clients, application servers and databases are united into a local network to enhance security of primary data. A conceptual data model covering all key components of group anonymity was described. Implementation of the technology based on the Java Enterprise Edition 8 platform, Oracle GlassFish Server application server, MySQL database server and SciLab engineering calculations system wase considered.The information technology enables provision of group anonymity of data in the event of a threat of its violation by analyzing data of an auxiliary microfile. The technology provides operations for constructing fuzzy group models using a genetic algorithm and modification of a microfile with the help of a mimetic algorithm which enables effective provision of anonymity by introducing minor insignificant distortions into data.Application of the technology was illustrated by solution of the task of providing anonymity of a military group based on real data of American Society Survey, 2013. It was shown that solving the problem by a team of five specialists has enabled at least two and a half times faster the process of preparation of a microfile than by the use of an existing technology ; Широкое внедрение в отрасли официальной статистики методов, обеспечивающих анонимность данных об отдельных группах (коллективах) респондентов, сдерживается отсутствием соответствующих промышленных информационных технологий и систем. Предложена трехуровневая клиент-серверная архитектура информационной технологии обеспечения групповой анонимности данных, в которой выделены клиенты, сервера приложений и базы данных, объединенные в локальную сеть для повышения безопасности первичных данных. Описана концептуальная модель данных в виде реляционной базы данных, приведены ее ключевые фрагменты. Данная модель охватывает все основные составляющие процесса обеспечения групповой анонимности. Рассмотрена реализация технологии на основе платформы Java Enterprise Edition 8, сервера приложений Oracle GlassFish Server, сервера баз данных MySQL и системы инженерных расчетов SciLab.Информационная технология позволяет обеспечивать групповую анонимность данных в случае существования угрозы ее нарушения за счет анализа данных вспомогательного микрофайла. В технологии предусмотрены операции построения нечетких моделей групп с помощью генетического алгоритма и модификация микрофайла с помощью миметического алгоритма, что позволяет эффективно обеспечивать анонимность, внося в данные незначительные искажения. В общем, предложенная информационная технология базируется на использовании шести приложений: начиная с создания целевого представления микрофайла и заканчивая решением, собственно, задачи обеспечения групповой анонимности данных в микрофайле.Применение технологии проиллюстрировано решением задачи обеспечения анонимности группы военных на основе реальных данных Наблюдения за американским обществом 2013 г. (American Community Survey – 2013). Показано, что решение задачи силами коллектива из пяти специалистов позволяет, минимум, в два с половиной раза ускорить процесс подготовки микрофайла по сравнению с существующей технологиейШирокое внедрение в отрасли официальной статистики методов, обеспечивающих анонимность данных об отдельных группах (коллективах) респондентов, сдерживается отсутствием соответствующих промышленных информационных технологий и систем. В работе пПредложена трехуровневая клиент-серверная архитектура информационной технологии обеспечения групповой анонимности данных, в которой выделены клиенты, сервера приложений и базы данных, объединенные в локальную сеть для повышения безопасности первичных данных. Описана концептуальная модель данных, в виде реляционной базы данных, приведены ее ключевые фрагменты.Данная моделькоторая охватывает все основные составляющие процесса обеспечения групповой анонимности. Рассмотрена реализация технологии на основе платформы JavaEnterpriseEdition 8, сервера приложений OracleGlassFishServer, сервера баз данных MySQL и системы инженерных расчетов SciLab.Информационная технология позволяет обеспечивать групповую анонимность данных в случае существования угрозы ее нарушения за счет анализа данных вспомогательного микрофайла. В технологии предусмотрены операции построения нечетких моделей групп с помощью генетического алгоритма и модификация микрофайла с помощью миметического алгоритма, что позволяет эффективно обеспечивать анонимность, внося в данные незначительные искажения.В общем, предложенная информационная технология базируется на использовании шести приложений: начиная с создания целевого представления микрофайла и заканчивая решением, собственно, задачи обеспечения групповой анонимности данных в микрофайле.Применение технологии проиллюстрировано решением задачи обеспечения анонимности группы военных на основе реальных данных Наблюдения за американским обществом 2013 г. (AmericanCommunitySurvey– 2013). Показано, что решение задачи силами коллектива из пяти специалистов позволяет, минимум, в два с половиной раза ускорить процесс подготовки микрофайла по сравнению с существующей технологией ; Широке впровадження в галузі офіційної статистики методів, що забезпечують анонімність даних про окремі групи (колективи) респондентів, стримується відсутністю відповідних промислових інформаційних технологій та систем. Запропоновано трирівневу клієнт-серверну архітектуру інформаційної технології забезпечення групової анонімності даних, у якій виділено клієнтів, сервери застосунків та бази даних, об'єднані в локальну мережу для підвищення безпеки первинних даних. Описано концептуальну модель даних у вигляді реляційної бази даних, наведено її ключові фрагменти. Дана модель охоплює всі основні сутності процесу забезпечення групової анонімності. Розглянуто реалізацію технології на основі платформи Java Enterprise Edition 8, сервера застосунків Oracle GlassFish Server, сервера баз даних MySQL та системи інженерних розрахунків SciLab.Інформаційна технологія дає змогу забезпечувати групову анонімність даних у випадку існування загрози її порушення за рахунок аналізу даних допоміжного мікрофайлу. У технології передбачені операції побудови нечітких моделей груп за допомогою генетичного алгоритму та модифікація мікрофайлу за допомогою міметичного алгоритму, що дає змогу ефективно забезпечувати анонімність, уносячи в дані незначні спотворення. Загалом, запропонована інформаційна технологія базується на використанні шести застосунків: починаючи зі створення цільового подання мікрофайлу та завершуючи розв'язанням, власне, задачі забезпечення групової анонімності даних у мікрофайлі.Застосування технології проілюстровано розв'язанням задачі забезпечення анонімності групи військових на основі реальних даних Спостереження за американським суспільством 2013 р. (American Community Survey – 2013). Показано, що розв'язання задачі силами колективу з п'яти фахівців дає змогу, щонайменше, в два з половиною рази пришвидшити процес підготовки мікрофайлу порівняно з існуючою технологією

Widespread introduction of methods that ensure anonymity of information about individual groups (teams) of respondents in the field of official statistics is restrained by the lack of relevant industrial information technologies and systems. A three-level client-server architecture of an information technology providing data group anonymity was provided in which clients, application servers and databases are united into a local network to enhance security of primary data. A conceptual data model covering all key components of group anonymity was described. Implementation of the technology based on the Java Enterprise Edition 8 platform, Oracle GlassFish Server application server, MySQL database server and SciLab engineering calculations system wase considered.The information technology enables provision of group anonymity of data in the event of a threat of its violation by analyzing data of an auxiliary microfile. The technology provides operations for constructing fuzzy group models using a genetic algorithm and modification of a microfile with the help of a mimetic algorithm which enables effective provision of anonymity by introducing minor insignificant distortions into data.Application of the technology was illustrated by solution of the task of providing anonymity of a military group based on real data of American Society Survey, 2013. It was shown that solving the problem by a team of five specialists has enabled at least two and a half times faster the process of preparation of a microfile than by the use of an existing technology ; Широкое внедрение в отрасли официальной статистики методов, обеспечивающих анонимность данных об отдельных группах (коллективах) респондентов, сдерживается отсутствием соответствующих промышленных информационных технологий и систем. Предложена трехуровневая клиент-серверная архитектура информационной технологии обеспечения групповой анонимности данных, в которой выделены клиенты, сервера приложений и базы данных, объединенные в локальную сеть для повышения безопасности первичных данных. Описана концептуальная модель данных в виде реляционной базы данных, приведены ее ключевые фрагменты. Данная модель охватывает все основные составляющие процесса обеспечения групповой анонимности. Рассмотрена реализация технологии на основе платформы Java Enterprise Edition 8, сервера приложений Oracle GlassFish Server, сервера баз данных MySQL и системы инженерных расчетов SciLab.Информационная технология позволяет обеспечивать групповую анонимность данных в случае существования угрозы ее нарушения за счет анализа данных вспомогательного микрофайла. В технологии предусмотрены операции построения нечетких моделей групп с помощью генетического алгоритма и модификация микрофайла с помощью миметического алгоритма, что позволяет эффективно обеспечивать анонимность, внося в данные незначительные искажения. В общем, предложенная информационная технология базируется на использовании шести приложений: начиная с создания целевого представления микрофайла и заканчивая решением, собственно, задачи обеспечения групповой анонимности данных в микрофайле.Применение технологии проиллюстрировано решением задачи обеспечения анонимности группы военных на основе реальных данных Наблюдения за американским обществом 2013 г. (American Community Survey – 2013). Показано, что решение задачи силами коллектива из пяти специалистов позволяет, минимум, в два с половиной раза ускорить процесс подготовки микрофайла по сравнению с существующей технологиейШирокое внедрение в отрасли официальной статистики методов, обеспечивающих анонимность данных об отдельных группах (коллективах) респондентов, сдерживается отсутствием соответствующих промышленных информационных технологий и систем. В работе пПредложена трехуровневая клиент-серверная архитектура информационной технологии обеспечения групповой анонимности данных, в которой выделены клиенты, сервера приложений и базы данных, объединенные в локальную сеть для повышения безопасности первичных данных. Описана концептуальная модель данных, в виде реляционной базы данных, приведены ее ключевые фрагменты.Данная моделькоторая охватывает все основные составляющие процесса обеспечения групповой анонимности. Рассмотрена реализация технологии на основе платформы JavaEnterpriseEdition 8, сервера приложений OracleGlassFishServer, сервера баз данных MySQL и системы инженерных расчетов SciLab.Информационная технология позволяет обеспечивать групповую анонимность данных в случае существования угрозы ее нарушения за счет анализа данных вспомогательного микрофайла. В технологии предусмотрены операции построения нечетких моделей групп с помощью генетического алгоритма и модификация микрофайла с помощью миметического алгоритма, что позволяет эффективно обеспечивать анонимность, внося в данные незначительные искажения.В общем, предложенная информационная технология базируется на использовании шести приложений: начиная с создания целевого представления микрофайла и заканчивая решением, собственно, задачи обеспечения групповой анонимности данных в микрофайле.Применение технологии проиллюстрировано решением задачи обеспечения анонимности группы военных на основе реальных данных Наблюдения за американским обществом 2013 г. (AmericanCommunitySurvey– 2013). Показано, что решение задачи силами коллектива из пяти специалистов позволяет, минимум, в два с половиной раза ускорить процесс подготовки микрофайла по сравнению с существующей технологией ; Широке впровадження в галузі офіційної статистики методів, що забезпечують анонімність даних про окремі групи (колективи) респондентів, стримується відсутністю відповідних промислових інформаційних технологій та систем. Запропоновано трирівневу клієнт-серверну архітектуру інформаційної технології забезпечення групової анонімності даних, у якій виділено клієнтів, сервери застосунків та бази даних, об'єднані в локальну мережу для підвищення безпеки первинних даних. Описано концептуальну модель даних у вигляді реляційної бази даних, наведено її ключові фрагменти. Дана модель охоплює всі основні сутності процесу забезпечення групової анонімності. Розглянуто реалізацію технології на основі платформи Java Enterprise Edition 8, сервера застосунків Oracle GlassFish Server, сервера баз даних MySQL та системи інженерних розрахунків SciLab.Інформаційна технологія дає змогу забезпечувати групову анонімність даних у випадку існування загрози її порушення за рахунок аналізу даних допоміжного мікрофайлу. У технології передбачені операції побудови нечітких моделей груп за допомогою генетичного алгоритму та модифікація мікрофайлу за допомогою міметичного алгоритму, що дає змогу ефективно забезпечувати анонімність, уносячи в дані незначні спотворення. Загалом, запропонована інформаційна технологія базується на використанні шести застосунків: починаючи зі створення цільового подання мікрофайлу та завершуючи розв'язанням, власне, задачі забезпечення групової анонімності даних у мікрофайлі.Застосування технології проілюстровано розв'язанням задачі забезпечення анонімності групи військових на основі реальних даних Спостереження за американським суспільством 2013 р. (American Community Survey – 2013). Показано, що розв'язання задачі силами колективу з п'яти фахівців дає змогу, щонайменше, в два з половиною рази пришвидшити процес підготовки мікрофайлу порівняно з існуючою технологією

In the work, a modification of the method for solving the task of providing data group anonymity is proposed, which implies automated solution selection without expert participation. Modification lies in identifying solutions to the task, in which outliers are detected automatically and don't match the outliers in the initial distribution of the information about the group of respondents. Thus, automating the solution selection improves data group anonymization efficiency by reducing the time necessary for their analysis for masking sensitive features of the distribution.Testing the developed modification is done by solving the task of masking regional distribution of military personnel in the state of New York. As a result of solving the corresponding group anonymization task, 1,000 solutions were obtained. It is established that only 24 out of 1,000 solutions, or 2.4 % of the total number, are feasible, i. e. the ones in which all the outliers are masked. Automated selection of such a small number of solutions is significantly faster than the manual approach, which speaks in favor of the proposed modification for improving data group anonymization efficiency. ; Предложена модификация метода решения задачи обеспечения групповой анонимности на основе меметического алгоритма, которая не предусматривает участия эксперта на этапе оценивания решений задачи. Автоматизация оценивания решений повышает эффективность процесса групповой анонимизации данных. Модификация метода проиллюстрирована путем решения задачи анонимизации на основе реальных данных ; Запропоновано модифікацію методу розв'язання задачі забезпечення групової анонімності на основі міметичного алгоритму, яка не передбачає участі експерта на етапі оцінювання розв'язків задачі. Автоматизація оцінювання розв'язків підвищує ефективність процесу групової анонімізації даних. Модифікацію методу проілюстровано шляхом розв'язання задачі анонімізації на основі реальних даних

In the work, a modification of the method for solving the task of providing data group anonymity is proposed, which implies automated solution selection without expert participation. Modification lies in identifying solutions to the task, in which outliers are detected automatically and don't match the outliers in the initial distribution of the information about the group of respondents. Thus, automating the solution selection improves data group anonymization efficiency by reducing the time necessary for their analysis for masking sensitive features of the distribution.Testing the developed modification is done by solving the task of masking regional distribution of military personnel in the state of New York. As a result of solving the corresponding group anonymization task, 1,000 solutions were obtained. It is established that only 24 out of 1,000 solutions, or 2.4 % of the total number, are feasible, i. e. the ones in which all the outliers are masked. Automated selection of such a small number of solutions is significantly faster than the manual approach, which speaks in favor of the proposed modification for improving data group anonymization efficiency. ; Предложена модификация метода решения задачи обеспечения групповой анонимности на основе меметического алгоритма, которая не предусматривает участия эксперта на этапе оценивания решений задачи. Автоматизация оценивания решений повышает эффективность процесса групповой анонимизации данных. Модификация метода проиллюстрирована путем решения задачи анонимизации на основе реальных данных ; Запропоновано модифікацію методу розв'язання задачі забезпечення групової анонімності на основі міметичного алгоритму, яка не передбачає участі експерта на етапі оцінювання розв'язків задачі. Автоматизація оцінювання розв'язків підвищує ефективність процесу групової анонімізації даних. Модифікацію методу проілюстровано шляхом розв'язання задачі анонімізації на основі реальних даних