文献

J-GLOBAL ID：201902223289670122   整理番号：19A0517525

PCP FOGコンピューティングにおける異なるプライバシーを持つプライバシー保存コンテンツベース出版-subscrib読方式【JST・京大機械翻訳】

PCP: A Privacy-Preserving Content-Based Publish-Subscribe Scheme With Differential Privacy in Fog Computing

著者 (5件)： Wang Qixu (School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Chen Dajiang (School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Zhang Ning (Department of Computing Science, Texas A&M University-Corpus Christi, Corpus Christi, TX, USA) ,  Ding Zhe (School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Qin Zhiguang (School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 17962-17974  発行年： 2017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： 霧コンピューティングは,クラウドコンピューティングをネットワークのエッジに劇的に拡張し,一般的に計算能力とエネルギーパワーを欠いている問題を解決する。しかし,ブローカーは消化され,ハッキングされ,sffされ,腐敗される可能性がある。従来のセキュリティ技術は,可能な共lu攻撃に直面するとき,システムプライバシーを保護することができない。本論文において,著者らは,霧ノードがブローカーとして作用するPCPと呼ばれる,霧コンピューティングコンテキストにおける微分プライバシーを有するプライバシー保護コンテンツベースの出版/subscri読方式を提案した。具体的には,PCPは,最初に,不確実なデータ集合からトップK頻出アイテム集合(属性)をマイニングするためにU-Aprioriアルゴリズムを利用し,次に,微分プライバシーを保証するために指数関数とLaplace機構を適用し,最終的に適切な出版者と加入者にマッチするために,ブローカーはマイニングトップKアイテム集合を使用する。セキュリティ解析は,PCPが理論において微分プライバシーを保証することができることを示した。PCPの性能を評価するために,実世界シナリオデータセットで実験を行った。実験結果は,PCPがシステムコストとプライバシー要求の間のトレードオフを効率的に達成することを示した。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： 微分 ,  指数関数 ,  安全解析 ,  *コンテンツ ,  *プライバシー ,  不確実性 ,  セキュリティ ,  アルゴリズム ,  *計算 ,  ネットワーク
準シソーラス用語： プライバシー保護 ,  クラウドコンピューティング , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  符号理論  (ND02030R)

タイトルに関連する用語 (7件)： PCP ,  FOG ,  コンピューティング ,  プライバシー ,  保存 ,  コンテンツ ,  出版