文献

J-GLOBAL ID：202102270456957263   整理番号：21A3269295

ユーティリティ保存型差動プライベートスカイラインクエリー【JST・京大機械翻訳】

Utility-preserving differentially private skyline query

著者 (4件)： Lan Qiujun (Business School of Hunan University, Hunan Key Laboratory of Data Science & Blockchain, Changsha 410082, China) ,  Ma Jiaqi (Business School of Hunan University, Hunan Key Laboratory of Data Science & Blockchain, Changsha 410082, China) ,  Yan Ziqi (Beijing Key Laboratory of Security and Privacy in Intelligent Transportation, Beijing Jiaotong University, Beijing 100044, China) ,  Li Gang (Centre for Cyber Security Research and Innovation, Deakin University, Geelong, VIC 3216, Australia)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 187  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スカイラインクエリは,多基準意思決定において広く適用され,その潜在的プライバシーリスクは,いくつかの特定の機会に実際的に関係する。微分プライバシー(DP)はそのロバスト性と信頼性のための厳密なプライバシー保護法である。DPはデータユーティリティを劣化させるので,本論文では,スカイラインクエリにおけるプライバシー漏洩に対処するために,スペクトルクラスタリング(iDP-SC)による個人微分プライバシーを提案する。それは,元のデータセットからスペクトルクラスタリングによって処理したものへの局所感度の計算をシフトさせ,これを通して,感度を較正ノイズと同様に低減した。その結果,差動プライバシーによって提供されるプライバシー保護を犠牲にすることなく,より高いユーティリティを維持する。さらに,プライバシー保護スカイラインクエリに対する既存の研究と比較して,提案したiDP-SCは,プライバシー保護レベルの定量的解析を提供しながら,鍵情報の開示を回避する。提案したiDP-SCの性能を,実および合成データセットの両者におけるDPおよび個別微分プライバシー(iDP)との比較を通して調べた。実験結果は,提案した方式の能力と有効性を実証した。研究のこのラインに沿って,将来の研究は,カーレータが非信用である状況,または小売業者の個人化プライバシー要求に拡張できる。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  信頼性 ,  *微分 ,  定量的分析 ,  プライバシー ,  有効性 ,  多基準意思決定 ,  ロバスト性 ,  小売業
準シソーラス用語： プライバシー保護 ,  スカイラインクエリ , 【Automatic Indexing@JST】

著者キーワード (4件)： プライバシー保護 ,  微分プライバシー ,  スカイラインクエリー ,  スペクトルクラスタリング

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (3件)： ユーティリティ ,  保存 ,  差動