文献

J-GLOBAL ID：201702266005246174   整理番号：17A1501613

遠隔分析システムにおける一般化線形モデル出力のための開示リスクの低減【Powered by NICT】

Disclosure risk reduction for generalized linear model output in a remote analysis system

著者 (2件)： Khan Atikur R. (CSIRO, Australia) ,  O’Keefe Christine M. (CSIRO, Australia)
資料名： Data & Knowledge Engineering  (Data & Knowledge Engineering)
巻： 111  ページ： 90-102  発行年： 2017年 
JST資料番号： D0823B  ISSN： 0169-023X  CODEN： DKENEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 遠隔分析システムは,アナリストが安全なサーバシステムに貯蔵された機密データへの直接アクセスを与えることなく統計的結果を得ることができる。攻撃分析者は統計的解析の出力を得て,開示攻撃の出力を使用する遠隔サーバに質問を送ることができた。統計的開示制御(SDC)法を用いて,機密情報の保護における遠隔分析系(RAS)出力を修正した。摂動による機密性保護は,最も一般的に採用されたSDC法の一つである。一般化線形モデルの場合には,ランダムノイズを推定係数または推定得る前に関連する推定方程式に追加した。これは推定量の分散を膨張,推定量のいくつかの効率と有用性は失われる。,摂動ベースSDC法の適用は,非効率的な推定量をもたらし,価値生産された推論に関するの危険であった。今日まで,RASのSDC法における開示リスクと有用性を制御する系統的に,ほとんど注目されない。本論文では,開示リスクだけで低下したが,良好な有用性が維持されることをRASを可能にするような方法で修正した一般化線形モデル出力を放出する方程式推定の摂動のためのフレームワークを開発した。最後に,バイナリおよび計測応答モデルの摂動推定方程式からの推定値を得るための提案フレームワークの応用を実証するいくつかの経験的結果を提示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *摂動 ,  安全性 ,  統計解析 ,  不規則雑音 ,  推定量
準シソーラス用語： 機密性 ,  機密情報 ,  アナリスト ,  *一般化線形モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 機密保護 ,  データ有用性 ,  効率損失 ,  一般化線形モデル ,  摂動 ,  遠隔解析

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 分析 ,  一般化線形モデル ,  リスク