در عصر تحلیل اطلاعات سلامت، کد تشخیص بیماری، حریم خصوصی بیمار است و مهم‌ترین نیاز تحلیلگران، دستیابی به کد تشخیص بیماری و مهم‌ترین نیاز مردم، گمنام‌سازی کد تشخیص بیماری، هنگام نشر اطلاعات سلامت است. کدهای تشخیص بیماری که معمولاً بر اساس کلاس‌بندی بین‌المللی ارایه می‌شوند، قابل نمایش در قالب یک درخت تاکسونومی‌اند. در زندگی واقعی، بیماران فقط اجازه می‌دهند تا رده‌ی کد تشخیص بیماری به جای کد اصلی تشخیص بیماری‌، منتشر و افشا گردد. مدل‌های متعارف حفظ حریم خصوصی، معمولاً باعث تحریف رده‌ی کد تشخیص بیماری می‌شوند. حفظ حریم خصوصی توأم با سودمندی داده‌ها، همواره، مسأله‌ی حایز اهمیتی در نشر اطلاعات سلامت است. در این پژوهش، روش گمنام‌سازی جدیدی ارایه می‌‌شود تا جهت حفظ سودمندی داده‌ها، تمام صفات اطلاعات سلامت بتواند بدون تحریف منتشر گردد؛ طوری‌که اطلاعات منتشره هم حافظ حریم خصوصی بیماران تا حد مطلوب متخصصین و هم حافظ سودمندی مطلوب تحلیلگران باشد. این روش، اطلاعات سلامت را طوری منتشر می‌کند که حداکثر احتمال افشای کد تشخیص بیماری، همواره، کوچک‌تر یا مساوی با آستانه‌ی تهدید تعریف شده توسط متخصص باشد و از طرفی میزان خطای تحلیل عضویت، کاهش یابد. روش جدید در شرایط خاص بسط‌پذیر است. نتایج ارزیابی عملی داده‌های بیماران یکی از بیمارستان‌های اصفهان گواه اثربخشی این روش جدید است. پرونده مقاله

شبکه های اجتماعی بعنوان یک محیط جذاب، کم هزینه و قابل دسترس برای ارتباط بین کاربران معرفی شده اند. تجزیه و تحلیل اطلاعات جمع آوری شده در این شبکه ها، بعنوان یکی از اصلی ترین اهداف، می تواند حریم خصوصی کاربران را نقض کند. به این منظور، الگوریتم های متعددی برای گمنام سازی گراف شبکه های اجتماعی ارائه شده است که سعی در حفظ حریم خصوصی کاربران شبکه اجتماعی دارند. با این وجود، تاکنون روشی که بهبود همزمان معیارهای سودمندی گراف و زمان اجرا را مد نظر داشته باشند، مطرح نشده است. در این راستا، تحقیق جاری با تلفیق دو الگوریتم روش ناشناس سازی تصادفی صرفه جویی در زمان (TSRAM) و نافا برای گمنام سازی دنباله درجه گراف (NaFa4KDA)، تلاش دارد تا بر این مشکل مذکور فائق آید. الگوریتم اول از طریق رسم یک درخت فشرده از دنباله درجه گراف، زمان گمنام سازی دنباله درجه را کاهش و الگوریتم دوم با بکارگیری یک روش موثر برای کاهش تعداد اسکن های یال های انتخاب و همچنین افزایش دقت الگوریتم در انتخاب مناسب ترین یال ها برای ویرایش، بطور همزمان زمان اجرای الگوریتم و سودمندی گراف را بهبود می دهد. نتایج مقایسه الگوریتم پیشنهادی با الگوریتم های مشابه دیگر نشان می دهد که الگوریتم ترکیبی پیشنهادی در فرآیند گمنام سازی، سودمندی گراف و زمان اجرا را به ترتیب افزایش و کاهش قابل توجهی داده است. بطور میانگین، نتایج ارزیابی،34 درصد بهبود در زمان اجرا و 10 درصد بهبود سومندی گراف را نشان می دهد. پرونده مقاله