এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
কে-অনাম্যতা
ডেটা সুরক্ষার একটি নীতি যা নিশ্চিত করে যে ডেটাসেটের প্রতিটি রেকর্ড কোয়াসি-আইডেন্টিফাইং বৈশিষ্ট্যগুলোর জন্য কমপক্ষে k-1টি অন্যান্য রেকর্ড থেকে আলাদা করা যায় না।
এল-বৈচিত্র্য
কে-অনাম্যতার একটি সম্প্রসারণ যা প্রতিটি সমতুল্য গ্রুপে সংবেদনশীল বৈশিষ্ট্যগুলোর জন্য কমপক্ষে lটি স্বতন্ত্র মান থাকতে হবে, যার মাধ্যমে গোপন তথ্যের অনুমান সীমিত করা হয়।
পদানুক্রমিক সাধারণীকরণ
একটি অ্যানোনিমাইজেশন কৌশল যা পূর্বনির্ধারিত পদানুক্রম অনুযায়ী নির্দিষ্ট মানগুলিকে আরও সাধারণ বিভাগ দ্বারা প্রতিস্থাপন করে কোয়াসি-আইডেন্টিফাইং ডেটার গ্র্যানুলারিটি হ্রাস করে।
সেল মুছে ফেলা
একটি অ্যানোনিমাইজেশন পদ্ধতি যা স্বতন্ত্র সনাক্তকরণ রোধ করার জন্য কিছু ডেটা মানকে অনুপস্থিত বা নাল মান দ্বারা প্রতিস্থাপন করে, একই সাথে সামগ্রিক পরিসংখ্যানগত উপযোগিতা সংরক্ষণ করে।
কোয়াসি-আইডেন্টিফায়ার
বৈশিষ্ট্যগুলোর একটি সেট যা স্বতন্ত্রভাবে সনাক্তকারী না হলেও বাহ্যিক ডেটার সাথে সংযুক্ত করে ডেটাসেটে একজন ব্যক্তিকে অনন্যভাবে পুনরায় সনাক্ত করা যেতে পারে।
সমতুল্য শ্রেণী
রেকর্ডগুলোর একটি গ্রুপ যা কোয়াসি-আইডেন্টিফায়ারগুলোর জন্য একই সাধারণীকৃত মান ভাগ করে, যা কে-অনাম্যতা মানদণ্ড পূরণের জন্য মৌলিক একক গঠন করে।
ডিফারেনশিয়াল প্রাইভেসি
গোপনীয়তার একটি গাণিতিক ফর্মালাইজেশন যা নিশ্চিত করে যে ডেটাবেসে একজন ব্যক্তির উপস্থিতি বা অনুপস্থিতি পরিসংখ্যানিক ক্যোয়ারীর ফলাফলে নগণ্য প্রভাব ফেলে।
এলোমেলো বিঘ্ন সৃষ্টি
একটি অ্যানোনিমাইজেশন কৌশল যা সংখ্যাগত ডেটায় নিয়ন্ত্রিত এলোমেলো শব্দ যোগ করে মূল মানগুলি লুকিয়ে রাখে, একই সাথে ডেটাসেটের সামগ্রিক পরিসংখ্যানিক বৈশিষ্ট্য সংরক্ষণ করে।
এগ্রিগেশন মাস্কিং
নির্দিষ্ট রেকর্ড আলাদা করে চিহ্নিত করার সম্ভাবনা দূর করতে একাধিক পৃথক রেকর্ডকে সমষ্টিগত পরিসংখ্যানে একত্রিত করার সুরক্ষা কৌশল।
পুনঃশনাক্তকরণ ঝুঁকি
বেনামী করা ডেটা থেকে কোনো ব্যক্তিকে শনাক্ত করা বা তার সংবেদনশীল তথ্য অনুমান করার সম্ভাবনা, যা প্রায়শই গোপনীয়তা লঙ্ঘনের মেট্রিক্স দ্বারা পরিমাপ করা হয়।
মাইক্রোএগ্রেশন
নির্দিষ্ট রেকর্ড সুরক্ষিত রাখার সময় সামগ্রিক পরিসংখ্যানগত বৈশিষ্ট্য বজায় রাখতে পৃথক রেকর্ডে ছোট ছোট এলোমেলো পরিবর্তন প্রয়োগকারী বিঘ্ন সৃষ্টিকারী কৌশল।
ডোমেইন হায়ারার্কি
সামঞ্জস্যপূর্ণ সাধারণীকরণ কৌশল বাস্তবায়নের জন্য একটি বৈশিষ্ট্যের মানগুলির মধ্যে সম্পর্ক বিভিন্ন সাধারণীকরণ স্তরে সংজ্ঞায়িত করে এমন গাছের মতো কাঠামো।
সিনথেটিক অ্যানোনিমিটি
মূল ডেটার সাথে পরিসংখ্যানগতভাবে সদৃশ কিন্তু কোনো বাস্তব রেকর্ড নেই এমন কৃত্রিম ডেটা তৈরি করার পদ্ধতি, যার ফলে সরাসরি পুনঃশনাক্তকরণের কোনো ঝুঁকি থাকে না।
অপটিমাল পার্টিশনিং
ডেটাসেটকে k-সমান আকারের ক্লাসে বিভক্ত করার অ্যালগরিদম যা k-অজ্ঞাতবাসের সীমাবদ্ধতা পূরণ করে এবং বিশ্লেষণাত্মক উপযোগিতা সংরক্ষণ করার সময় তথ্য হার কমানোর লক্ষ্য রাখে।
ডিগ্রেডেশন ফ্যাক্টর
অজ্ঞাতবাস কৌশল প্রয়োগের পর ডেটাসেটের তথ্য বা উপযোগিতা হ্রাসের পরিমাণগত মেট্রিক, গোপনীয়তা-উপযোগিতা ট্রেড-অফ মূল্যায়নের জন্য অপরিহার্য।