Değiştirilmiş yapay arı kolonisi optimizasyon algoritmasını kullanan gizlilik koruyuculu kural-tabanlı sınıflandırıcılar

Veri madenciliğinde verilerin gizliliğin korunması yeni bir araştırma alanıdır. Gizlilik korumalı veri madenciliğinin amacı veri üzerinde veri madenciliği tekniklerini gerçekleştirirken aynı zamanda da kişilerin hassas bilgilerinin sızmasını engellemektir. Sınıflandırma veri madenciliğinin en çok çalışılan konularından biridir ve bu nedenle gizlilik koruyuculukorumalı veri madenciliği alanında da popüler olmuştur. Diferansiyel gizlilik, gizlilik sızıntısının oranını ϵ parametresi kullanarak belirleyen ve araştırmacılara hassas bilginin bulunduğu veriyi analiz etme imkânı sağlayan güçlü bir gizlilik garantisidir. Literatürde Ant-Miner gibi meta-sezgisel kullanan kural tabanlı sınıflandırıcılar oldukça başarılı olmasına rağmen, bu algoritmaların diferansiyel gizlilik ile ilgili herhangi bir uygulaması gerçekleştirilmemiştir. Bu nedenle, bu tezde kural tabanlı sınıflandırıcıların meta-sezgisel algoritmalar kullanılarak diferansiyel gizlilik ile uygulamaları gerçekleştirilmektedir. Önerilen kural tabanlı sınıflandırma algoritmaları küçük ϵ değerleri için (ϵ=1) literatürde bulunan diğer sınıflandırma yöntemlerinden daha iyi bir performans göstermiştir. Anahtar Kelimeler: Diferansiyel olarak gizli kural tabanlı sınıflandırıcılar, Yapay Arı Kolonisi Optimizasyonu, Gizlilik koruyuculu sınıflandırma. Anahtar Kelimeler: Diferansiyel olarak gizli kural tabanlı sınıflandırıcılar, Yapay Arı Kolonisi Optimizasyonu, Meta-sezgiseller, Gizlilik koruyuculu sınıflandırma.