文献

J-GLOBAL ID：201902218995470615   整理番号：19A0871440

LDPART:局所微分プライバシーによる効果的位置記録データ出版【JST・京大機械翻訳】

LDPart: Effective Location-Record Data Publication via Local Differential Privacy

著者 (5件)： Zhao Xiangguo (College of Computer Science and Engineering, Northeastern University, Shenyang, China) ,  Li Yanhui (College of Computer Science and Engineering, Northeastern University, Shenyang, China) ,  Yuan Ye (College of Computer Science and Engineering, Northeastern University, Shenyang, China) ,  Bi Xin (Sino-Dutch Biomedical and Information Engineering, Northeastern University, Shenyang, China) ,  Wang Guoren (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 31435-31445  発行年： 2019年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 位置決め技術の進歩と位置に基づくサービスの大きな人気によって駆動されて,位置記録データは利用可能になった。そのようなデータを出版することは,マーケティング分析,目標広告,および都市計画のような広い範囲の応用の進歩に極めて重要である。しかしながら,データ収集は個人プライバシーにかなりの脅威をもたらす可能性がある。局所微分プライバシー(LDP)は,ユーザから敏感な情報を収集するための強いプライバシー標準として最近出現した。固有の高次元性のために,LDPの下で位置記録データを発行することは特に挑戦的である。本論文では,確率的トップダウン分割アルゴリズムであるLDパートを提案し,それを効果的に生成することを示した。著者らのアプローチは,位置記録の観点から本質的な情報を抽出するために注意深く設計された分割ツリーモデルを採用する。さらに,新しい適応ユーザ割当方式と一連の最適化技術を用いて,放出データの精度を改善した。実世界のデータセットで行った広範な実験は,提案したアプローチがプライバシー保証を提供しながら高い効用を維持することを実証した。Copyright 2019 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： 都市計画 ,  位置決め ,  データ収集 ,  アルゴリズム ,  マーケティング ,  高次元 ,  最適化手法 ,  *プライバシー ,  広告 ,  *微分

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 微分 ,  プライバシー ,  記録データ ,  出版