文献

J-GLOBAL ID：201802215484634099   整理番号：18A0197908

局所プライバシーを用いたコピュラベース多次元クラウドソーシングデータ合成と放出【Powered by NICT】

Copula-Based Multi-Dimensional Crowdsourced Data Synthesis and Release with Local Privacy

著者 (4件)： Yang Xinyu ,  Wang Teng ,  Ren Xuebin ,  Yu Wei
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GLOBECOM  ページ： 1-6  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： 差分プライバシーに基づいて,種々のパラダイムを統計的近似を用いたプライバシー保護データセットを放出するために提案されている。それにもかかわらず,ほとんどの既存の方式は,高度に相関した属性に直面するとき制限され,信頼できないサーバからのプライバシー脅威を防止できない。本論文では,局所微分プライバシーを持つ多次元クラウドソーシングデータを合成し,放出効率的に新しいコピュラベース方式を提案した。この方式では,各参加者(あるいはユーザ)データは局所的に無作為化応答法,参加者(ユーザ)側に参加者のプライバシーを保証するに基づくビットストリングに変換した。コピュラ理論は一変量周辺分布と属性依存性に基づく多次元クラウドソーシングデータを合成するための活用。単変量周辺分布は凝集したプライバシー保護ビットストリングからのLassoベース回帰アルゴリズムによって推定した。属性間の依存性を多変量ガウスコピュラのパラメータは,ピアソンの相関係数によって推定されるとしてモデル化した。このスキームの有効性を検証するために実験を行った。著者らの実験結果は,著者らの方式が分布した参加者に保証局所微分プライバシーを用いた高次元データの放出に有効であることを実証した。Copyright 2018 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： アルゴリズム ,  微分 ,  近似法 ,  *プライバシー ,  モデリング ,  *高次元
準シソーラス用語： 高次元データ ,  Pearson相関係数 ,  多変量 ,  *コピュラ ,  プライバシー保護 ,  差分プライバシー , 【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 ,  コピュラ ,  多次元 ,  クラウドソーシング ,  放出