Acceso usuarios
Healthcare data frameworks have enormously expanded accessibility of medicinal reports and profited human services administration and research work. In many cases, there are developing worries about protection in sharing restorative files. Protection procedures for unstructured restorative content spotlight on recognition and expulsion of patient identifiers from the content, which might be lacking for safeguarding privacy and information utility. For medicinal services, maybe related exploration thinks about the therapeutic records of patients ought to be recovered from various destinations with various regulations on the divulgence of healthcare data. Considering delicate social insurance data, privacy protection is a significant concern, when patients' mediclinical services information is utilized for exploration purposes. In this article we have used feature selection for getting the best feature set to be selected for privacy preservation by using PCA (Principle Component Analysis). After that we have used two methods K-anonymity and fuzzy system for providing the privacy on medical databases in data intensive enviroments. The results affirm that the proposed method has better performance than those of the related works with respect to factors such as highly sensitive data preservation with k-anonymity.
As estruturas de dados de assistência médica expandiram enormemente a acessibilidade de relatórios médicos e o trabalho de administração e pesquisa de serviços humanitários. Em muitos casos, há preocupações crescentes sobre a proteção no compartilhamento de arquivos. Os procedimentos de proteção para conteúdo recuperado não estruturado são o reconhecimento e a exclusão de identificadores de pacientes do conteúdo, o que pode estar faltando para salvaguardar a privacidade e a utilidade da informação. Para os serviços de medicina, talvez a exploração relacionada pense que os registros terapêuticos dos pacientes devam ser recuperados de vários destinos com várias regulamentações sobre a divulgação dos dados de saúde. Considerando os dados do seguro social, a proteção da privacidade é uma preocupação significativa, quando as informações dos serviços médicos dos pacientes são utilizadas para fins de exploração. Neste artigo usamos a seleção de recursos para obter o melhor conjunto de recursos a ser selecionados para preservação da privacidade usando a ACP (Análise de Componentes Principais). Depois disso, usamos dois métodos K-anonimato e sistema fuzzy para fornecer privacidade em bancos de dados médicos em ambientes intensivos em dados. Os resultados afirmam que o método proposto tem melhor desempenho do que o dos trabalhos relacionados a fatores como preservação de dados altamente sensíveis com k-anonimato.
