گندزدایی داده فرآیندی است که از طریق اصلاح تراکنش ها به اشتراک گذاری داده های تراکنشی بین سازمان ها کمک می کند و نگرانی های افراد و سازمان ها درباره فاش سازی الگوهای حساس را کاهش می دهد، این فرآیند پایگاه داده را به یک نسخه اصلاح شده تبدیل می کند تا الگوهای حساس از داده ها استخراج نشوند و بنابراین محرمانگی داده ها در برابر کاوش قوانین انجمنی حفظ می شود. این فرآیند تلاش دارد تا تاثیر گندزدایی بر روی سودمندی داده ها را از طریق کمینه کردن تعداد اثرات مخرب بیشینه کند. یافتن یک راه حل بهینه برای این فرآیند که همه الگوهای حساس را پنهان و هیچ اثرجانبی ایجاد نکند یک مسئله اساسی است. این پژوهش یک الگوریتم گندزدایی داده ها بنام پنهان سازی مبتنی بر ضریب تاثیر(hif) پیشنهاد می دهد که تلاش دارد تا با استفاده از ترکیب راه حل های بهینه در رویکردهای اکتشافی و بردارمجاورت به یک راه حل برای بیشینه کردن سودمندی داده ها، دقت داده ای و کارایی دست پیدا کند بطوری که تاثیر گندزدایی بر روی مجموعه فقره های غیرحساس را کنترل می کند.