文献

J-GLOBAL ID：201702289311879137   整理番号：17A0755537

圧縮プライバシー:情報推定理論[講義ノート]機械学習に向けて【Powered by NICT】

Compressive Privacy: From Information¥/Estimation Theory to Machine Learning [Lecture Notes]

著者 (1件)： Kung S.Y. (EE, Princeton University, Princeton, New Jersey 08540 United States)
資料名： IEEE Signal Processing Magazine  (IEEE Signal Processing Magazine)
巻： 34  号： 1  ページ： 94-112  発行年： 2017年 
JST資料番号： H0928A  ISSN： 1053-5888  CODEN： ISPRE6  資料種別： 逐次刊行物 (A)
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： 日常活動の大部分はビッグデータ時代におけるオンライン移動,インターネットに接続された既に十億二十五以上の素子を用いた,10年間にいると思われる一兆以上にした。しかし,個人情報(販売取引のような)は普遍的に収集し,貯蔵し,インターネットの周りに循環,データ所有者の知識なしにしばしばときビッグデータも「兄さん」の含意を持っている。その結果,オンラインプライバシーやインターネットプライバシーとして知られている新しいパラダイムは,個人および秘密データのプライバシーに関する主要な関心事になっている。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： *プライバシー ,  *機械学習 ,  インターネット
準シソーラス用語： 個人情報 ,  オンライン ,  ビッグデータ ,  *講義 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (5件)： プライバシー ,  推定理論 ,  講義 ,  ノート ,  機械学習