Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2023-174920
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!No mundo atual, instituições públicas e privadas coletam e armazenam grandes volumes de dados, mas apenas uma pequena parte é disponibilizada à sociedade, geralmente em função de questões éticas e legais relacionadas à privacidade dos dados pessoais. O compartilhamento de dados entre instituições governamentais, acadêmicas e privadas pode melhorar o uso eficiente de recursos públicos e a formulação de políticas mais eficazes, mas a garantia da privacidade é fundamental. Neste contexto, técnicas de controle estatístico de confidencialidade e tecnologias de aprimoramento da privacidade oferecem soluções para viabilizar o uso destes dados de forma segura, promovendo transparência e aumentando a confiança da sociedade. A microagregação multivariada é uma técnica capaz de reduzir os riscos à privacidade, mantendo, porém, a utilidade dos dados. O presente trabalho apresenta os resultados de um método efetivo no controle destes objetivos e que oferece grande flexibilidade, superando outros métodos da literatura, conforme demonstrado no comparativo realizado.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo