El Algoritmo De Microagregacion Kshc Para Anonimizacion De Datos Categoricos PDF Download

En este trabajo se presenta una modificación a los algoritmos de clustering jerárquico tradicionales, que asegura el cumplimiento de la propiedad de k-anonimidad. Esta propiedad es necesaria si se quiere utilizar este método para obtener una partición que pueda ser usada para emmascarar un conjunto de datos, de forma que se consiga preservar la privacidad de las personas. El uso de métodos de clustering para microagregar datos y proteger la privacidad es una aproximación muy utilizada. Sin embargo, los algoritmos existentes no son aplicables si los datos son secuencias de valores categóricos, llamadas secuencias de eventos. Este tipo de datos es cada vez más habitual, y su estudio está dando lugar a nuevas aplicaciones basadas en el estudio del comportamiento de los usuarios en un cierto entorno. El método KSHC ha sido usado para estudiar mecanismos de protección de este tipo de datos, de forma que el estudio del comportamiento en grupo no revele información de usuarios particulares.