GİZLİLİĞİ KORUYAN BULANIK VERİ MADENCİLİĞİ YÖNTEMLERİNİN GELİŞTİRİLMESİ

Abstract

Veri madenciliği veya veri tabanlarında bilginin keşfi, büyük miktardaki veriden önceden bilinmeyen ilişkilerin otomatik çıkarılması için yapılan araştırmalardır. Veri madenciliği üzerine yapılan çalışmalardaki artış ve internet ile diğer medya organları sayesinde bulunan bilgilerin çok fazla ortak kişilerle paylaşılması, kişisel gizlilik problemlerini ortaya çıkarmıştır. Kişisel gizliliği korumak için bir çok yöntem geliştirilmiştir, bu yöntemlerin çoğu keskin (1-0) değerleri üzerinde işlem yapmaktadır. Gerçek hayatta veri tabanları nicel değerlerden oluşmaktadır. Örneğin, insan kanında yapılan veri madenciliği araştırmalarında, kanda akyuvar olup olmadığı gibi keskin bir araştırmadan ziyade bunların oranı üzerinde çalışılmaktadır. Bu nicel değerler üzerinde yapılan veri madenciliği araştırmalarında, kişisel gizliliği korumaya yönelik araştırmalar çok azdır.Bu tez çalışmasında, nicel değerli veri tabanlarında bulanık mantık yöntemi kullanılarak kişisel gizliğin sağlanması gerçekleştirilmiştir. Günümüzde nicel değerler en çok hastalık verilerinde bulunmaktadır. Bu tezde, birliktelik ve sınıflandırma işlemlerinde çıkabilecek kişisel gizlilik problemlerine karşı iki algoritma geliştirilmiştir. Bu algoritmalar için göğüs kanseri verileri üzerinde çalışan bir uygulama yazılımı oluşturulmuştur.

Data mining or discovering knowledge from a database are processes that analyzing the unknown relationships in the that database. Recently, the problem of privacy preserving occurs due to increasing of studies on this area and sharing the large information over internet and media environments. Some techniques have been developed fort his purpose, however many of these studies are working based on crisp (Bloolean) values. In real world, the databases of applications consist of quantitative values. For instance; in analyzing the leukocyte in one?s blood, the main goal is to find the ratio of leukocyte instead of whether leukocyte is exists. The count of studies on the privacy preserving on such quantitative databases is very small.In this thesis, we have implemented the privacy preserving on quantitative databases by using fuzzy logic techniques. Today, the most application area of such databases are about sickness knowledge. We have developed two algorithms fort he problems about the relations and clustering of these databases. The application software for a case study on the database of breast cancer have been developed.