文献
J-GLOBAL ID:201802286613103126   整理番号:18A1301107

差別的にプライベートな頻出部分グラフマイニングのための2相アルゴリズム【JST・京大機械翻訳】

A Two-Phase Algorithm for Differentially Private Frequent Subgraph Mining
著者 (6件):
資料名:
巻: 30  号:ページ: 1411-1425  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:
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。
入力グラフの収集から頻繁なサブグラフをマイニングすることは,グラフデータに関する探索的データ解析のための重要なタスクである。しかしながら,入力グラフが敏感な情報を含むならば,発見された頻繁なサブグラフをリリースすることは,個々のプライバシーにかなりの脅威をもたらす可能性がある。本論文において,著者らは厳密な微分プライバシーモデルの下で頻繁なサブグラフマイニング(FSM)の問題を研究した。DFGと呼ばれる二相差分私的FSMアルゴリズムを示した。DFGにおいて,頻繁なサブグラフを最初のフェーズにおいて個人的に同定して,各々の同定された頻繁なサブグラフのノイズのあるサポートを第2のフェーズにおいて計算した。特に,個人的に同一性の高いサブグラフに対して,著者らは頻繁なサブグラフ同定アプローチを提案した。それは,候補剪定を通して発見された頻繁なサブグラフの精度を改善することができた。さらに,それぞれの同定された頻繁なサブグラフのノイズのあるサポートを計算するために,著者らは,ノイズのあるサポートの精度を改善するために発見された頻繁なサブグラフの間の包含関係を活用する格子ベースのノイズのあるサポート計算アプローチを考案した。形式的プライバシー解析により,DFGがε微分プライバシーを満足することを証明した。実際のデータセットに関する広範な実験結果は,DFGが高いデータユーティリティを達成しながら,頻繁なサブグラフを個人的に見つけることができることを示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  データベースシステム  ,  図形・画像処理一般 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る