文献

J-GLOBAL ID：202002235152576067   整理番号：20A1138572

差分プライバシー保護のためのランダムフォレストアルゴリズム【JST・京大機械翻訳】

Random Forest Algorithm for Differential Privacy Protection

著者 (5件)： Li Yuanhang (中南大学 計算机学院,長沙 410083;中南大学 医療大数据応用技術国家工程実験室,長沙 410083) ,  Chen Xianlai (中南大学 医療大数据応用技術国家工程実験室,長沙 410083;中南大学 信息安全与大数据研究院,長沙 410083) ,  Liu Li (中南大学 医療大数据応用技術国家工程実験室,長沙 410083;中南大学 信息安全与大数据研究院,長沙 410083) ,  An Ying (中南大学 医療大数据応用技術国家工程実験室,長沙 410083;中南大学 信息安全与大数据研究院,長沙 410083) ,  Li Zhongmin (中南大学 医療大数据応用技術国家工程実験室,長沙 410083;中南大学 信息安全与大数据研究院,長沙 410083)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 46  号： 1  ページ： 93-101  発行年： 2020年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： データマイニングにおけるプライバシー保護の問題は,情報セキュリティの分野でのホットな話題である。プライバシー保護要求の下で分類問題を解明するために,本論文は,RFDPP-Giniと呼ばれる差分プライバシー保護のためのランダムフォレストアルゴリズムを提示した。ランダムフォレストと差分プライバシ保護を結合して,プライバシー情報から保護して,分類精度を改善した。CART分類ツリーをランダムフォレストの単本決定木とし、Laplace機構と指数メカニズムを用いてノイズを追加し、最適な分裂特徴を選んだ。実験結果は,RFDPP-Giniアルゴリズムが離散的特徴を取り扱うことができて,連続的特徴を取り扱うことができて,AdultとMushroomデータセットにおける分類精度がそれぞれ86.335%と100%に達することを示した。また,ノイズを加えると,分類精度が最小になった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  雑音 ,  プライバシー ,  ディシジョンツリー ,  データマイニング ,  情報セキュリティ
準シソーラス用語： CART ,  分類精度 ,  プライバシー保護 ,  *ランダムフォレスト ,  *差分プライバシー , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (1件)： 差分プライバシー