文献

J-GLOBAL ID：201702282458989882   整理番号：17A1400739

トランザクションデータにおける効果的なプライバシー保護のための相対的プライバシーモデル【Powered by NICT】

A Relative Privacy Model for Effective Privacy Preservation in Transactional Data

著者 (5件)： Bewong Michael ,  Liu Jixue ,  Liu Lin ,  Li Jiuyong ,  Choo Kim-Kwang Raymond
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Trustcom/BigDataSE/ICESS  ページ： 394-401  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： ショッピング丸太,Web検索質問と医療記録のような取引データはデータマイニングを通した知識発見のための大きな機会を提供する。そのようなデータは,知識発見のための発表されている場合,プライバシー開示リスクが生じる,プライバシー保持出版基本的要求である。しかし,既存の出版機構が意図した被害者に関する推論を行うのを敵対者を完全に防止しなかった。この問題に対するいくつかの解決策は,関係データの出版のための存在するが,それらはデータモデルの違いによるトランザクションデータの公表に移転可能ではない。本研究では,公表されたデータからの個々の約敵対者の知識増加は一般大衆知識に結合していることを保証する相対的プライバシー測度を提案することによりトランザクションデータの出版における推論攻撃を防ぐことを目的とした。出版機構Anony,巨大クラスタサイズを使用せずに,提案したプライバシー測度を満足することを提案した。最後に,二つのベンチマークデータセットを用いた著者らの出版機構を評価し,結果は,提案した機構が有効で効率的であることを示した。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： 知識発見 ,  データモデル ,  *プライバシー ,  測度 ,  購買 ,  データマイニング ,  カルテ
準シソーラス用語： 敵対者 ,  ウェブ検索 ,  丸太 ,  *プライバシー保護 , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： プライバシー ,  モデル