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。
オンラインソーシャルネットワークにおけるプライバシーの評価では,偵察戦略への脆弱性,攻撃者が犠牲者の機密情報を抽出するために社会的グラフを利用することによって,それらの友人をターゲットをルアーを調べることが重要である。ネットワークトポロジーは各成功友人要請後に明らかに部分的にのみであるので,攻撃者は適応戦略を採用する必要がある。既存研究では,攻撃者は時間,次の要求を送る前に応答のために待つのに大きな遅延を引き起こす一つの友人を連続的に,ネットワークが変化した後retry失敗要求する能力を欠く簡単な戦略のみを考慮した。対照的に,適応と並列戦略の攻撃者は同時にバッチにおける複数のフレンドのリクエストを送るとトポロジー変化後retryingによる失敗した要求から回復し,それにより有意に目標を達成するまでの時間が短縮するとロバスト性を大きく改善を調べた。最適化問題,Maxクローリングとしてこの方法を,(1 1/e +)内のinapproximable示した。適応単調劣モジュラ特性を用いた(1-e (1 1/e))の近似比を持つPM,コアアルゴリズムを設計した。は次の2段階確率的計画法アプローチを介して,すなわち(1 1/e)の比を持つ,近最適解を提供するために,アルゴリズムを強化した。バッチ戦略対最適逐次ワン間(1-e (1 1/e)2)のギャップ結合を確立した。は実験的に著者らの理論的結果を検証し,著者らのアルゴリズムは,実際のほぼ最適に機能することを,これは様々な問題設定の下でロバストであることを見出した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】