文献

J-GLOBAL ID：201802267896484738   整理番号：18A1480371

データ出版におけるプライバシー特性化と定量化【JST・京大機械翻訳】

Privacy Characterization and Quantification in Data Publishing

著者 (3件)： Afifi M. H. (Department of Electrical and Computer Engineering, Michigan State University, East Lansing, MI) ,  Zhou Kai (Department of Electrical and Computer Engineering, Michigan State University, East Lansing, MI) ,  Ren Jian (Department of Electrical and Computer Engineering, Michigan State University, East Lansing, MI)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 30  号： 9  ページ： 1756-1769  発行年： 2018年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  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： 医療研究,市場分析,経済的対策のような目的のための公衆としての大量の個人データの収集と出版における関心の高まりは,個人の敏感な情報に関する主要なプライバシーの懸念を生み出した。これらの懸念を扱うために,多くのプライバシー保護データ公開(PPDP)技術が文献で提案されている。しかしながら,それらは適切なプライバシー特性化と測定を欠いている。本論文では,まず,新しい多変数プライバシー特性化と定量化モデルを提示した。このモデルに基づいて,著者らは個人の属性値に関する事前と事後の敵の信念を分析することができる。また,プライバシー特性化における識別子の感度を分析することもできる。次に,プライバシーを1つの計量に基づいて測定しなければならないことを示した。これがプライバシー誤判断をもたらす方法を実証した。プライバシー漏れ,分布漏れ,およびエントロピー漏れの定量化のための2つの異なる計量を提案した。これらの計量を用いて,k-匿名性,l-多様性およびt-クロセン性のような最もよく知られたPPDP技法のいくつかを解析した。著者らのフレームワークと提案した計量に基づいて,著者らはすべての既存のPPDP方式がプライバシー特性化において限界を持つことを決定することができた。提案したプライバシー特性化と測定フレームワークは,これらの技術のより良い理解と評価に貢献する。このように,本論文は,PPDP方式の設計と解析のための基礎を提供した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  *プライバシー ,  *キャラクタリゼーション ,  市場分析
準シソーラス用語： 匿名性 ,  識別子 ,  多変量 ,  プライバシー保護 ,  個人情報 ,  医学研究 , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  移動通信  (ND08030H)

タイトルに関連する用語 (4件)： 出版 ,  プライバシー ,  特性化 ,  定量化