Une approche à base de Machine Learning pour la protection des Micro-données.

Abstract

L’utilisation et le partage de données personnelles (micro-données) est devenu une nécessité dans plusieurs domaines, la publication de ces données sans révéler les informations sensibles est un problème important dans la vie privée. Le présent travail propose une approche de protection des micro-données qui se base sur la génération aléatoire des données fictives, la génération est guidée par un ensemble de règles sémantiques qui gardant une sémantique acceptable entre les différentes valeurs des attributs générées. Cette approche fournit une meilleure protection du fait que les données générées se diffèrent totalement des données originales.