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。
近年,空間-時間データに関するデータマイニングは,データに含まれる潜在的膨大な価値のために,ホットな研究課題になった。しかしながら,ソーシャルネットワークにおける署名サービスからコンテキスト情報を結合することによって,空間的時間的データの利用は,データが匿名化されているにもかかわらず,深刻なプライバシー公開をもたらす可能性がある。k-匿名性位置もk-匿名性経路アプローチも暗黙のプライバシー公開を扱うことができない。本論文では,最初にFrechet距離を用いた階層的クラスタリングアルゴリズムにより類似の時間周期で類似の変位を持つユーザをクラスタ化し,次に,位置,時間,およびクラスタリング結果の全情報損失を最小化することによりk匿名性手法を改善した。公共データセットGeoifeを用いた実験により,提案アプローチは,ユーザの軌跡の類似性を考慮することにより,時間の全情報損失を増加させるコストにおいて,ユーザの数を減少させることができることを示した。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】