نمونه ترجمه تخصصی متن انگلیسی به فارسی کامپیوتر - حفاظت از حریم خصوصی در شبکه های حسگر بی‌سیم

کد مترجم:934

شما می توانید نمونه ترجمه تخصصی ذیل را مطالعه نمایید. در صورت رضایت از کیفیت ترجمه انگلیسی به فارسی  در هنگام ثبت سفارش می توانید در فرم ثبت سفارش ترجمه در سایت ترجمه آمارد ترجمه کد ارجاع به مترجم فوق را وارد نمایید

---------------------------------------------------------------------------------------------------

متن اصلی

It is important to achieve energy efficient data mining in Wireless Sensor Networks (WSN) while preserving privacy of data. In this paper, we present a privacy preserving data mining based on Support Vector Machines (SVM). We review the previous approach in privacy preserving data mining in distributed system. In addition, we review energy efficient data mining in WSN. We then propose an energy efficient privacy preserving data mining in WSN. We use SVM because it has been shown best classification accuracy and sparse data presentation using support vectors. We show security analysis and energy estimation of our proposed approach. Classification applications of WSN in the fields such as earth science, astronomy, and bioinformatics require energy economic and privacy of data. Central accumulation of summaries or obfuscated models might be considered reasonable as long as the original data is not revealed. In this paper, we present a privacy preserving data mining in WSN. In particular, we use Support Vector Machines (SVM), since SVM has two appealing features; the kernel trick and the sparseness representation of the decision boundary. We review the previous works in privacy preserving data mining in distributed system. We also review an energy efficient data mining in WSN. Then we present a privacy preserving SVM in WSN.

ترجمه

دستیابی به داده کاوی انرژی کارآمد در حین حفاظت از حریم خصوصی داده در شبکه های حسگر بی سیم (WSN) مهم است. در این مقاله، ما حفاظت از حریم خصوصی داده کاوی  بر مبنای ماشین‌های بردار پشتیبانی (SVM) ارائه می‌دهیم. ما  رویکرد قبلی در حفاظت از حریم خصوصی داده کاوی در سیستم توزیع شده و هم‌چنین کارآمدی انرژی داده کاوی در WSN را بازبینی می‌کنیم. سپس، حفاظت از حریم خصوصی داده کاوی انرژی کارآمد را در WSN پیشنهاد می‌کنیم. ما از SVM استفاده می‌کنیم، زیرا این، بهترین طبقه بندی و دقت نمایش داده پراکنده را با استفاده از بردارهای پشتیبانی نشان داده است. تجزیه و تحلیل امنیتی و برآورد انرژی روش پیشنهادی خودمان را نیز نشان می‌دهیم. کاربردهای طبقه‌بندی WSN ، در زمینه‌هایی مانند علوم زمین، نجوم و بیوانفورماتیک‌های نیازمند انرژی اقتصادی و حریم خصوصی داده است. انباشتگی مرکزی خلاصه‌ها یا مدل‌های گیج‌کننده تا زمانی که داده اصلی را فاش نکرده‌اند، ممکن است معقول در نظر گرفته شود. در این مقاله، حفاظت از حریم خصوصی داده کاوی در WSN را ارائه می‌کنیم. به خصوص، ما از ماشین‌های بردار پشتیبانی (SVM) استفاده می‌کنیم، زیرا SVM دو ویژگی جذاب دارد: ترفند(حقه) هسته و نمایش پراکندگی مرز تصمیم‌گیری. ما کارهای قبلی انجام شده در زمینه حفاظت از حریم خصوصی داده کاوی در سیستم توزیع شده را بازبینی می‌کنیم. ما همچنین داده کاوی انرژی کارآمد در WSN بررسی می‌کنیم و سپس، حفاظت از حریم خصوصی  SVM در WSN را ارائه می‌کنیم.