文献

J-GLOBAL ID：202102291126684687   整理番号：21A0228163

サイバー-物理的社会システムにおけるGAN駆動個人空間-時間プライベートデータ共有【JST・京大機械翻訳】

GAN-Driven Personalized Spatial-Temporal Private Data Sharing in Cyber-Physical Social Systems

著者 (4件)： Qu Youyang (School of IT, Deakin University, Burwood, VIC, Australia) ,  Yu Shui (School of Computer Science, University of Technology Sydney, Ultimo, NSW, Australia) ,  Zhou Wanlei (School of Computer Science, University of Technology Sydney, Ultimo, NSW, Australia) ,  Tian Yonghong (School of Electronics Engineering and Computer Science, Peking University, Haidian, China)
資料名： IEEE Transactions on Network Science and Engineering  (IEEE Transactions on Network Science and Engineering)
巻： 7  号： 4  ページ： 2576-2586  発行年： 2020年 
JST資料番号： W2435A  ISSN： 2327-4697  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： サイバー-物理社会システム(CPSS)は,空間-時間データの増加する体積を共有することによって,サイバースペースから物理的世界への人間の社会的相互作用を可能にする。共有データにおける敏感な情報は敵対と様々な攻撃に魅力的である。しかし,ほとんどの既存の研究は,プライバシー保護レベルが,実用的でない様々な要求にかかわらず同一であると仮定する。続いて,これは,共lusion攻撃のような主要な攻撃に抵抗するために,過剰保護または失敗のどちらかをもたらす。これに動機づけられて,微分プライバシーを達成し,それによって空間時間個人データ共有を強化するため,生成敵対ネット(GAN)を用いて,個別化モデルを提案した。微分プライバシー識別子を,GeneratorとDiscrminatorを用いて古典的GANに加えた。差分Private GAN(P-GAN)の展開は,高レベルプライバシー保護を提供しながら,空間-時間軌道を完全に近似できる衛生化データの生成を可能にする。P-GANは,高速収束を維持しながら,個人化プライバシー保護と改善されたデータユーティリティの間のトレードオフを最適化する。同時に,GANによって保証されたランダム雑音発生は,注入されたノイズの相関を壊し,P-GAN攻撃を共lusion攻撃に対して防ぐ。実世界データセットに関する広範な評価結果は,最適化トレードオフと効率の側面からP-GANの優位性を示した。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： 最適化 ,  雑音 ,  微分 ,  プライバシー ,  社会システム ,  不規則雑音 ,  衛生 ,  *仮想空間
準シソーラス用語： 個人空間 ,  社会的相互作用 ,  プライバシー保護 ,  *データ共有化 ,  識別子 , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  専用演算制御装置  (JC04030Y) ,  半導体集積回路  (NC03162T)

タイトルに関連する用語 (5件)： 物理 ,  社会 ,  GaN ,  個人空間 ,  データ共有