文献

J-GLOBAL ID：201702221987848553   整理番号：17A1400742

Johnson-Lindenstrauss変換によるプライバシー保護協調フィルタリング【Powered by NICT】

Privacy Preserving Collaborative Filtering via the Johnson-Lindenstrauss Transform

著者 (5件)： Yang Mengmeng ,  Zhu Tianqing ,  Ma Lichuan ,  Xiang Yang ,  Zhou Wanlei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Trustcom/BigDataSE/ICESS  ページ： 417-424  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 推薦システムはオンライン情報の顕著な成長の結果としてますます一般的になってきた。しかし,正確な予測,ユーザプライバシーの懸念を高めるを生成するためにかなりの量の歴史的ユーザのデータを必要とする。微分プライバシーはプライバシーの保存のための重要な標準になっていることをよく認識されているプライバシー概念である。残念なことに,差分プライバシーに基づく既存のプライバシー保存法は,ユーティリティのコストの側面はプライバシーが維持されることを保証するために犠牲にされなければならないでユーザのプライバシーを保護する。本論文では,協調フィルタリング(JLCF)法を保存Johnson Lindenstraussプライバシーを提案した。提案した方法は,有用性を損なうことなく,ユーザのプライバシーを保持する。転送行列を用いた独自のデータセットを直接ユーザのプライバシーを保証する。は,提案した方法は,差分プライバシーを達成することを証明した。添加では,提案した方法の有用性を理論的に解析し,包括的な実験は,予測精度が改善されることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 微分 ,  *プライバシー ,  *フィルタリング
準シソーラス用語： 予測精度 ,  差分プライバシー ,  オンライン ,  推奨システム ,  *協調フィルタリング ,  *プライバシー保護 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (2件)： プライバシー ,  協調フィルタリング