抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】