文献

J-GLOBAL ID：201802242314954365   整理番号：18A0162570

部分的抑制による集合値データのためのパーソナル化された匿名化【Powered by NICT】

Personalized Anonymization for Set-Valued Data by Partial Suppression

著者 (3件)： Nakagawa Takuma ,  Arai Hiromi ,  Nakagawa Hiroshi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDMW  ページ： 1003-1010  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： 集合値データ項目からなる集合であると記録から構成される,各個人が購入した商品である。個人情報を保護しながら集合値データを利用した出版と広範囲の方法:プライバシー保護データ出版の分野で広く研究されている。これまで,K 匿名性またはkm匿名性のような基本的なモデルは,記録の背景知識を用いた敵によって属性推論には対抗できなかった。一方,ρ不確実性モデルは,集合値データのあるレベル以上の信頼値を用いた属性推論を防ぐことが可能になった。しかし,その場合であっても,保護すべき項目を事前に指定しなければならないという問題がある。本研究では,各記録のために設計された種々の項目を保護する特徴により,各個人に対しより適切なプライバシー保護を提供し,部分的抑制を用いてこの保証を達成するために発見的アルゴリズムを構築することができる新しいモデルを提案した。添加では,アルゴリズムの計算量はデータサイズの増加に伴って組み合わせ的に増加するという問題を考慮して,著者らはプライバシー保証の確率的緩和の概念を導入した。最後に,実世界データセットを用いてアルゴリズムの性能を評価する実験結果を示した。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： 不確実性 ,  モデル ,  緩和現象 ,  アルゴリズム ,  計算量 ,  *プライバシー
準シソーラス用語： 発見的アルゴリズム ,  背景知識 ,  匿名性 ,  プライバシー保護 ,  個人情報 ,  *匿名 ,  *パーソナル化 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (2件)： 集合 ,  匿名化