Veri madenciliğinde mahremiyetin sağlanması

Abstract

Son yıllarda internet kullanımının yaygınlaşması ile daha fazla kişisel ve kurumsal bilgi gün yüzüne çıkmıştır. Genellikle mahrem öğeler içeren bu bilgilerin büyük bir kısmı; finans kuruluşları, GSM şirketleri, elektronik ticaret sistemleri, devlet kurumları ve buna benzer yerler tarafından kontrolsüz olarak kayıt altına alınıp saklanabilmektedir.Saklanan veriler üzerinde yapılacak titiz çalışma ve analizler sonucu mahrem olabilecek kişisel veya kurumsal bilgiler ortaya çıkabilmektedir. Özellikle veriler üzerinde veri madenciliği gibi analiz araçları ile gizli bilgiler açığa çıkarılabilmektedir.Gizli kalması gereken bilgilerin ortaya çıkması insanlar için endişe verici bir durumdur. Bu endişenin ortadan kalkması için veri madenciliğinin mahremiyeti ortadan kaldırmayacağının garantisi verilmelidir. Bunun için de, mahrem verilerin ortaya çıkmasını engelleyecek bir takım teknikler geliştirilmelidir.Bu tez çalışmasında mahremiyeti korumak için ortaya konan teknikler incelenmiş ve önemli bir veri madenciliği tekniği olan sınıflandırma için öznitelik seçimi yardımıyla mahremiyet korunmaya çalışılmıştır. En az sayıda mahrem nitelik ile en yüksek sınıflandırma başarısı bulunmaya çalışılmıştır.In last years more personal and corporate information come to light with the proliferation of using internet. Generally a great part of this information including privacy items are saved chaining unrestrainedly by financial establishments, GSM companies, electronic commerce systems, public institutions and places like this.With the precise tries and analyses doing on saved data, personal and corporate information that can be secret can emerge. Especially on data, privacy information can be emerged with analyses tools like data mining.Emerging of confidential information is a threatening situation for people. For removing of this worry must be given guarantee about not removing privacy of data mining. So, a set of techniques must be improved obstructing of emerging of the secret data.In this thesis study, presented techniques to protect privacy are examined and privacy is tried to being protected with the help of attribute selection for classification that is an important data mining technique. Maximum classification success is tried to find with the least number of secret quality.