文献

J-GLOBAL ID：201902221245047710   整理番号：19A0816030

計算習慣的プライバシー【JST・京大機械翻訳】

Computational habitual privacy

著者 (5件)： Han Xu (Beijing Advanced Innovation Center for Big Data and Brain Computing, School of Transportation Science and Engineering, Beihang University, Beijing, China) ,  Liu Yanheng (College of Computer Science and Technology, and Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University, Changchun, China) ,  Wang Jian (College of Computer Science and Technology, and Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University, Changchun, China) ,  Wang Jian (Department of Intelligent Vehicle, China Automotive Engineering Research Institute Co, Ltd, Chongqing, China) ,  Tian Daxin (Beijing Advanced Innovation Center for Big Data and Brain Computing, School of Transportation Science and Engineering, Beihang University, Beijing, China)
資料名： European Transactions on Telecommunications  (European Transactions on Telecommunications)
巻： 30  号： 3  ページ： e3509  発行年： 2019年 
JST資料番号： A0358B  ISSN： 1124-318X  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： プライバシーは次第に深刻な関心事に発展した。いくつかのプライバシー保護メカニズムが利用可能であるが,客観的で普遍的な評価基準を開発する必要がある。実際には,プライバシー量が既に人間理解可能な方法でどのように曝露されているかを知る必要がある。この目的のために,プライバシー曝露行動を定量的に分析するために,いわゆる「習慣的プライバシー」に関する一連の新しい概念を提案した。習慣的プライバシーはユーザの固有の特性であり,習慣的行動と相関することを強調すべきである。共同プライバシー量は,同時に起こる2つの習慣的行動の曝露プライバシーの測定である。さらに,累積プライバシーは,かなりの時間的および/または空間的間隔内のプライバシー曝露の累積量である。提示した計算フレームワークを4つの異なる経験的データセットに適用した。これらのデータセットは,移動軌跡,Bluetooth接続,速度選好,および呼データ記録から得られた大量サンプル集合から構成されている。結果は,提示した定量化フレームワークの異なる条件で隠された特性を明らかにし,種々の関連パラメータの組合せの影響を示した。提案した計算習慣的プライバシー量は,より効果的で効率的なプライバシー保護メカニズムの設計のための理論的な基礎を確立することが期待される。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *プライバシー ,  評価基準
準シソーラス用語： Bluetooth ,  プライバシー保護 , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (3件)： 計算 ,  習慣 ,  プライバシー