文献

J-GLOBAL ID：202002288110868158   整理番号：20A0144707

深層学習に基づくダミー軌道生成スキーム【JST・京大機械翻訳】

Dummy Trajectory Generation Scheme Based on Deep Learning

著者 (4件)： Pan Jiaji (School of Computer and Information Security, Guilin University of Electronic Technology, Guilin, China) ,  Pan Jiaji (College of Computer Science and Technology, HenyangNormal University, Henyang, China) ,  Yang Jingkang (School of Computer and Information Security, Guilin University of Electronic Technology, Guilin, China) ,  Liu Yining (School of Computer and Information Security, Guilin University of Electronic Technology, Guilin, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11983  ページ： 511-523  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 今日,ユーザの軌道プライバシーを保護するために使用される従来のダミー軌道生成アルゴリズムは,通常,軌道モデルを構築するために統計的方法を使用する。人間の移動性モデルは複雑な方程式であるので,数学的方法をモデル化するのは難しいので,確立した軌道モデルは,軌道の形成を制限する人間移動度モデルを考慮することができない。したがって,従来のダミー軌道生成アルゴリズムは,深い学習に基づくデータマイニング攻撃に対して防御できない。本論文では,LSTM(Long Short-Tem Memory)を用いて,実およびダミー軌道識別器を設計した。実験は,深い学習に基づくデータマイニングがアルゴリズムの95%以上を除去できることを示し,実際の軌道の誤差率は10%未満である。著者らは,従来のダミー軌道生成アルゴリズムを人間移動度モデルに制限し,生成軌道が多重認識攻撃に対して防御できるように,ダミー軌道生成戦略を設計した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 統計的方法 ,  弁別器 ,  移動度 ,  プライバシー ,  モデリング ,  多重化 ,  データマイニング ,  *アルゴリズム
準シソーラス用語： *軌道生成 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： ダミー軌道 ,  人間の移動性モデル ,  LSTM

分類 (2件)： 人工知能  (JE08000Z) ,  分子・遺伝情報処理  (JE15040B)

タイトルに関連する用語 (4件)： 深層学習 ,  ダミー ,  軌道生成 ,  スキーム