文献

J-GLOBAL ID：202102256365457278   整理番号：21A0672598

差分プライバシーを満たすKモードベースのカテゴリーデータクラスタリングアルゴリズム【JST・京大機械翻訳】

K-modes Based Categorical Data Clustering Algorithms Satisfying Differential Privacy

著者 (4件)： Li Mingshuang (School of Computer Science, Shaanxi Normal University,Xi’an,China) ,  Zhou Yihui (School of Computer Science, Shaanxi Normal University,Xi’an,China) ,  Tang Wenru (School of Computer Science, Shaanxi Normal University,Xi’an,China) ,  Lu LaiFeng (School of Mathematics and Information Science, Shaanxi Normal University,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： NaNA  ページ： 86-91  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： データマイニングにおける重要なアルゴリズムの1つとして,クラスタリングアルゴリズムは,実世界において広範囲の応用を有する。しかし,クラスタリングアルゴリズムは,カテゴリデータをクラスタ化するためのkモードアルゴリズムのようなプライバシー漏洩のリスクを持っている。したがって,本論文は,微分プライバシーを満たすカテゴリーデータのためのk-Modesベースのクラスタリングアルゴリズムを提案する。クラスタリング反復の過程において,Laplace機構,Gauss機構または指数機構を用いて,データのプライバシーを保護するためにクラスタリングアルゴリズムを干渉した。また,クラスタリング結果の精度を改善するために,初期中心点の選択方法を変化させた。論文の最後に,著者らは,実験を通してクラスタ化アルゴリズムの精度に及ぼす種々の微分プライバシー機構の影響を比較した。Copyright 2021 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 ,  微分 ,  クラスタ化 ,  プライバシー ,  データマイニング
準シソーラス用語： 選択法 ,  *クラスタリングアルゴリズム ,  *差分プライバシー , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 差分プライバシー