文献

J-GLOBAL ID：201902282526698107   整理番号：19A2342183

微分推論試験:データセットの衛生化を評価する実用的アプローチ【JST・京大機械翻訳】

Differential Inference Testing: A Practical Approach to Evaluate Sanitizations of Datasets

著者 (4件)： Kassem Ali (INRIA) ,  Acs Gergely (Crysys Lab, BME-HIT) ,  Castelluccia Claude (Univ. Grenoble Alpes, INRIA) ,  Palamidessi Catuscia (INRIA, Ecole Polytechnique, Univ. of Paris Saclay)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SPW  ページ： 72-79  発行年： 2019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： 個人のプライバシーを保護するために,データはそれらを共有する前に「よく衛生化されなければならない」,すなわち,共有データの前にどんな個人情報を取り除かなければならない。しかし,データが良く衛生されている場合は必ずしも明確ではない。本論文では,データが再同定の概念に中心を置いている代わりに,データが個人に特異的な高感度情報の推論を可能にするかどうかに基づいて,データの評価を行うべきであることを論じた。著者らは,与えられたデータセットに関する異なるサニゼーション技術の有効性を評価するためのフレームワークを提案した。それは,s化されたデータセットからの個人の記録が自分自身の敏感な属性の推論にどのように影響するかを測定することによる。著者らの意図は敏感な属性を正確に予測することではなく,むしろ敏感な情報の推論に及ぼす単一記録の影響を測定することである。著者らは,異なるプライバシーモデルにおける2つの実際のデータセットを消毒することによって,著者らのアプローチを実証して,著者らのフレームワークにおける各々の衛生化データセットを評価/比較した。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： モデル ,  *微分 ,  有効性 ,  高感度 ,  プライバシー ,  *衛生
準シソーラス用語： 個人情報 , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 微分 ,  推論 ,  試験 ,  データセット ,  衛生 ,  評価