Resumen

La protección de la privacidad ha estado recientemente en el centro de atención tanto en la academia como en la industria. La sociedad protege la privacidad de los datos individuales a través de marcos legales complejos. El aumento en el número de aplicaciones de la ciencia de datos y la inteligencia artificial ha resultado en una mayor demanda de la aplicación ubicua de los datos. La protección de la privacidad en el amplio paisaje de Datos-Información-Conocimiento-Sabiduría (DIKW), la próxima generación de organización de la información, ha tomado un papel secundario. En este artículo, exploraremos la arquitectura DIKW a través de las aplicaciones de la popular inteligencia de enjambre y la privacidad diferencial. Dado que la privacidad diferencial ha demostrado ser un enfoque efectivo para la privacidad de los datos, la analizaremos desde una perspectiva del dominio DIKW. La inteligencia de enjambre puede optimizar de manera efectiva y reducir el número de elementos en DIKW utilizados en la privacidad diferencial, acelerando así tanto la efectividad como la eficiencia de la privacidad diferencial para cruzar múltiples modalidades del DIKW conceptual. El enfoque propuesto se demuestra a través de la aplicación de datos personalizados basados en el conjunto de datos IRIS de código abierto. Este experimento demuestra la eficiencia de la inteligencia de enjambre en la reducción de la complejidad computacional.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Protección de la intimidad; Ciencia de datos; Inteligencia artificial; Paisaje DIKW; Inteligencia de enjambre; Intimidad diferencial
• Keywords:Privacy protection; Data science; Artificial intelligence; DIKW landscape; Swarm intelligence; Differential privacy