文献

J-GLOBAL ID：201702249808115082   整理番号：17A1350313

DPLK手段:新しい差分プライバシーK平均機構【Powered by NICT】

DPLK-Means: A Novel Differential Privacy K-Means Mechanism

著者 (5件)： Ren Jun ,  Xiong Jinbo ,  Yao Zhiqiang ,  Ma Rong ,  Lin Mingwei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DSC  ページ： 133-139  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： K平均アルゴリズムは重要な型クラスタリングアルゴリズムといくつかのデータマイニング法の基礎である。しかし,クラスタリングの過程におけるプライバシー開示のリスクを持っている。この問題を解決するために,Blumらは差分プライバシーK平均アルゴリズム,プライバシー開示を効果的に防止可能なものを提案した。しかし,クラスタリング結果の利用可能性は,付加雑音により減少した。本論文では,差分プライバシーに基づく新しいDPLK平均アルゴリズム,元のデータセットで割った各サブセットに差分プライバシーK平均アルゴリズムを実行することによって初期中心点の選択を改善することを提案した。性能評価は筆者らのアルゴリズムが同じプライバシーレベルで既存の差分プライバシーK平均アルゴリズムと比較して,クラスタリング結果の有効性を改善することを示した。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： 雑音 ,  データマイニング ,  部分集合 ,  クラスタ化 ,  性能評価 ,  アルゴリズム ,  *プライバシー
準シソーラス用語： クラスタリングアルゴリズム ,  *差分プライバシー , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 差分プライバシー ,  平均