文献

J-GLOBAL ID：201902235238039040   整理番号：19A0038302

空間-時間ビッグデータ出版における潜在的プライバシー開示を低減するためのアプローチ【JST・京大機械翻訳】

An Approach to Reducing Implicit Privacy Disclosure in Spatial-Temporal Big Data Publishing

著者 (5件)： Zhu Yujia ,  Yan Xuejin ,  Li Shuqi ,  Fan Yuyou ,  Kuang Li
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI  ページ： 1112-1117  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 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】

シソーラス用語： *プライバシー ,  クラスタ化 ,  アルゴリズム ,  データマイニング ,  軌跡 ,  類似性
準シソーラス用語： データ損失 ,  階層的クラスタリング ,  匿名性 ,  匿名 ,  コンテキスト情報 ,  社会的ネットワーク ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ビッグデータ ,  出版 ,  プライバシー