文献

J-GLOBAL ID：201902272111918914   整理番号：19A0518075

知的輸送システムのためのプライバシー強化の研究:位置軌跡データのための移動選好攻撃に対するk-相関プライバシーモデル【JST・京大機械翻訳】

A Study of Enhancing Privacy for Intelligent Transportation Systems: $k$ -Correlation Privacy Model Against Moving Preference Attacks for Location Trajectory Data

著者 (3件)： Sui Peipei (School of Management Science and Engineering, Shandong Normal University, Jinan, China) ,  Li Xianxian (Guangxi Key Lab of Multi-source Information Mining and Security, Guangxi Normal University, Guilin, China) ,  Bai Yan (Institute of Technology, University of Washington Tacoma, Tacoma, WA, USA)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 24555-24567  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： インターネットのインターネット(IoT)は,スマート都市,環境監視および知的輸送システムを含む様々な応用分野で広く使われている。数千の相互接続IoTデバイスは,大きなデータと呼ばれる膨大な量のデータを生成する。しかしながら,プライバシー保護は,大規模データの進歩に伴う最大の問題の1つになった。個人プライバシーは,通常,技術の開発により挑戦されている。本論文では,知的輸送システムにおいて収集された位置軌道データに対するプライバシー保護に焦点を当てた。最初に,著者らは,個人の移動選好を再同定攻撃を実行するために利用することができて,それはユーザのアイデンティティプライバシーに重大な損害を引き起こす可能性があることを実証した。この再同定問題を扱うために,著者らは新しい軌道匿名性モデルを提示する。それにおいて,駐車場と個人の間の相関の程度を位置決め周波数逆ユーザ周波数(LF-IUF,短い)の概念によって正確に特徴付ける。次に,k相関領域により駐車場を置き換えるための匿名化手法を提案した。著者らの方法は,プライバシーとユーティリティの間のより良いトレードオフを達成する,出版軌道データのための新しい匿名性解決策を提供する。最後に,実世界データ集合に関する一連の実験を実行し,この方法の有効性を実証した。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： 有効性 ,  都市 ,  環境モニタリング ,  相互接続 ,  駐車場 ,  *プライバシー ,  *軌跡 ,  *交通システム ,  位置決め ,  インターネット
準シソーラス用語： 匿名 ,  匿名性 ,  アイデンティティ ,  プライバシー保護 ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (9件)： 輸送システム ,  プライバシー ,  強化 ,  研究 ,  軌跡 ,  選好 ,  攻撃 ,  相関 ,  モデル