文献

J-GLOBAL ID：202002259792183040   整理番号：20A2615690

より多くのリスクとリスクの少ない:プライバシー保護オンラインソーシャルネットワークデータ共有【JST・京大機械翻訳】

Disclose More and Risk Less: Privacy Preserving Online Social Network Data Sharing

著者 (4件)： Chen Jiayi (Department of Electrical and Computer Engineering, University of Victoria, Victoria, BC, Canada) ,  He Jianping (Department of Automation, Shanghai Jiao Tong University, Shanghai, China) ,  Cai Lin (Department of Electrical and Computer Engineering, University of Victoria, Victoria, BC, Canada) ,  Pan Jianping (Department of Computer Science, University of Victoria, Victoria, BC, Canada)
資料名： IEEE Transactions on Dependable and Secure Computing  (IEEE Transactions on Dependable and Secure Computing)
巻： 17  号： 6  ページ： 1173-1187  発行年： 2020年 
JST資料番号： W1410A  ISSN： 1545-5971  CODEN： ITDSCM  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： 多くの第三者サービスとアプリケーションは,FacebookとGoogle+のような一般的なオンラインソーシャルネットワークのログインサービスを統合し,ユーザの許可を要求することによりサービスを豊かにするユーザ情報を獲得した。ユーザは,ある粒度の第三者に開示された情報を制御することができるが,推論攻撃のため,まだ重大なプライバシーリスクがある。ユーザがそれらの敏感な情報を隠すとしても,攻撃者は,背景知識を持つ個人情報と市民情報間の相関を利用することによって,秘密を推論できる。そのような攻撃に対して防御するために,著者らは,最適化ベースのアプローチを通してソーシャルネットワークデータ共有問題を定式化して,それはそれらのプライバシーを保存しながらユーザの自己開示ユーティリティを最大化した。推論攻撃に対抗するための2つのプライバシー保護ソーシャルネットワークデータ共有法を提案した。ひとつは,高いユーティリティを目標とする効率ベースのプライバシー保護開示アルゴリズム(EPPD)であり,もう片方は,低い計算複雑性を有する greedy欲な発見的手法を用いて,元の問題を多次元ナップサック問題(d-KP)に変換することである。実世界ソーシャルネットワークデータセットを用いて性能を評価した。結果から,既存のものと比較して,提案方法はより良い性能を達成した。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： アルゴリズム ,  最適化 ,  プライバシー ,  発見的方法 ,  計算量 ,  *応用プログラム ,  市民 ,  ナップサック問題 ,  高次元 ,  定式化
準シソーラス用語： Google ,  プライバシー保護 ,  *社会的ネットワーク ,  ログイン ,  Facebook , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (4件)： リスク ,  プライバシー ,  オンラインソーシャルネットワーク ,  データ共有