文献

J-GLOBAL ID：202002252581633209   整理番号：20A1613255

分散暗号化データに関するスパースモデリング【JST・京大機械翻訳】

Sparse Modeling on Distributed Encryption Data

著者 (3件)： BANDOH Yukihiro (Nippon Telegraph and Telephone Corporation,Kanagawa,JAPAN,239-0847) ,  NAKACHI Takayuki (Nippon Telegraph and Telephone Corporation,Kanagawa,JAPAN,239-0847) ,  KIYA Hitoshi (Nippon Telegraph and Telephone Corporation,Kanagawa,JAPAN,239-0847)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 2123-2127  発行年： 2020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： エッジ/クラウドシステムによるビッグデータ解析はますます重要になっている。しかし,情報が個人識別につながる場合,そのような情報は暗号化され,プライバシー保護を確保するために所有者に制限される傾向がある。得られたデータは,有用な分析を可能にするのにしばしば不十分であった。その結果,望ましい分析精度が達成されない。この問題に対処するために,いくつかの研究はランダムユニタリー変換に基づく暗号を調べた。これは,ランダムユニタリー変換が,他の暗号化方式より低い計算複雑性を持ち,その暗号化ドメインがいくつかの信号処理アルゴリズムをサポートするためである。しかし,分散暗号化データに関する解析モデルは,十分に研究されていない。本論文では,暗号化データに対するLASSO解を導出することにより,ランダムユニタリー変換で暗号化されたデータに対する解析モデルを構築した。解析モデルは,元のデータ(即ち,暗号化なし)を処理することにより得られるように,同じLASSO解を導くことができる。解析モデルは,分散暗号を支持し,そこでは,データセットは,異なるサイトで独立に暗号化される異なるコンポーネントから成る。協調により,分散プライバシー感受性情報に対する解析の精度を改善できる。Copyright 2020 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： 感受性 ,  プライバシー ,  計算量 ,  *ユニタリー変換 ,  暗号 ,  解析モデル ,  個人認証 ,  プライバシー保護 ,  ビッグデータ ,  信号処理アルゴリズム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 暗号化 ,  スパースモデリング