文献

J-GLOBAL ID：201902265844808388   整理番号：19A1191863

完全準同型暗号化を用いたプライバシー保存ナイーブBayes分類【JST・京大機械翻訳】

Privacy-Preserving Naive Bayes Classification Using Fully Homomorphic Encryption

著者 (7件)： Kim Sangwook (Kobe University, Kobe, Japan) ,  Omori Masahiro (Kobe University, Kobe, Japan) ,  Hayashi Takuya (National Institute of Information and Communications Technology, Koganei, Japan) ,  Omori Toshiaki (Kobe University, Kobe, Japan) ,  Wang Lihua (Kobe University, Kobe, Japan) ,  Wang Lihua (National Institute of Information and Communications Technology, Koganei, Japan) ,  Ozawa Seiichi (Kobe University, Kobe, Japan)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11304  ページ： 349-358  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： データ解析のための多くのサービスは,顧客のデータを曝露する必要があり,プライバシー問題は関連分野において重要である。この問題に対処するために,データ源にプライバシー情報を漏洩することなく分類結果を提供するプライバシー保存型Bayes分類器(PP-NBC)モデルを提案した。PP-NBCにおける分類プロセスを通して,サービスプロバイダがそれらの実際の値を知ることなく顧客のデータを扱うことができるように,完全同形暗号化方式を適用することによって暗号化データを用いて操作を評価した。提案した方法をHElibと呼ばれる同形暗号ライブラリで実装し,提案したPP-NBCに対する基本的性能評価を行った。Copyright 2018 Springer Nature Switzerland AG 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 ,  性能評価 ,  データ解析 ,  *暗号 ,  サービスプロバイダ
準シソーラス用語： Bayes分類器 ,  *準同型暗号化 , 【Automatic Indexing@JST】

著者キーワード (5件)： プライバシー保持データマイニング ,  機械学習 ,  ナイーブBayes ,  完全準同型暗号化 ,  分類

分類 (2件)： 人工知能  (JE08000Z) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (4件)： 準同型暗号化 ,  プライバシー ,  保存 ,  分類