文献

J-GLOBAL ID：201902255821688973   整理番号：19A0525957

高感度属性ベースグルーピングによるビッグデータセットプライバシーの保存【JST・京大機械翻訳】

Big data set privacy preserving through sensitive attribute-based grouping

著者 (4件)： Qu Youyang (School of Information Technology, Deakin University, VIC 3125, Australia) ,  Yu Shui (School of Information Technology, Deakin University, VIC 3125, Australia) ,  Gao Longxiang (School of Information Technology, Deakin University, VIC 3125, Australia) ,  Niu Jianwei (School of Computer Science and Engineering, Beihang University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICC  ページ： 1-6  発行年： 2017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： 大規模データセットに保存されたプライバシー情報の大きな価値により,データベースプライバシーに対する攻撃に向かう成長傾向がある。公共のプライバシーは,敵が,銀行会計のような一般的な目標を連続的に分解しているので,脅威の下にある。著者らは,K-匿名性,準識別子に基づくグループ記録のような既存のモデルが,データユーティリティを大いに利用するという事実を見出した。これに動機付けられて,敏感な属性ベースプライバシーモデルを提案した。著者らのモデルは,既存のモデルで人気がある準識別子の代わりに敏感な属性に基づくグループ化記録の初期研究である。ランダムシャッフルを用いて,グループ内の情報エントロピーを最大化し,一方,限界分布はシャッフリング前後で同じに維持し,したがって,著者らの方法は既存のモデルより良いデータユーティリティを維持した。このモデルが,より高い効率を保証しながら,データユーティリティを犠牲にすることなく,満足なプライバシーレベルを達成できることを確認する広範な実験を行った。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： 高感度 ,  会計 ,  *プライバシー ,  データベース ,  銀行
準シソーラス用語： 情報エントロピー ,  識別子 ,  K-匿名性 ,  大規模データセット ,  *ビッグデータ , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 高感度 ,  属性 ,  グルーピング ,  保存