文献

J-GLOBAL ID：202202257211013847   整理番号：22A0483140

MRMondrian:ビッグデータプライバシー保護のためのスケーラブルな多次元匿名化【JST・京大機械翻訳】

MRMondrian: Scalable Multidimensional Anonymisation for Big Data Privacy Preservation

著者 (7件)： Zhang Xuyun (Department of Electrical & Computer Engineering, University of Auckland, Auckland, New Zealand) ,  Qi Lianyong (School of Information Science & Engineering, Chinese Academy of Education Big Data, Qufu Normal University, Qufu, China) ,  Dou Wanchun (Department of Computer Science and Technology, State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  He Qiang (School Software & Electrical Engineering, Swinburne University of Technology, VIC, Australia) ,  Leckie Christopher (Department of Computing and Information Systems, University of Melbourne, VIC, Australia) ,  Kotagiri Ramamohanarao (Department of Computing and Information Systems, University of Melbourne, VIC, Australia) ,  Salcic Zoran (Department of Electrical & Computer Engineering, University of Auckland, Auckland, New Zealand)
資料名： IEEE Transactions on Big Data  (IEEE Transactions on Big Data)
巻： 8  号： 1  ページ： 125-139  発行年： 2022年 
JST資料番号： W2442A  ISSN： 2332-7790  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： クラウドコンピューティング上に構築されたスケーラブルデータ処理プラットフォームは,大きなデータアプリケーションをサポートするためのインフラストラクチャーとしてますます魅力的になっている。しかし,プライバシーの懸念は,公共クラウドプラットフォームを利用するための主要な障害の1つである。プライバシー保護データ出版のための大域的再符号化一般化方式である多次元匿名化は,データ混乱とユーザビリティのバランスをとる能力のため最近の焦点であった。既存の多次元匿名化法は,非現実的シリアルI/Oコストによる大きなデータを扱うとき,スケーラビリティ問題に悩まされる。多次元匿名化の再帰的特徴を考えると,並列化はスケーラビリティ問題に対する理想的な解決策である。しかし,再帰的計算のために,既存の分散と並列パラダイムを直接利用することは,まだ課題である。本論文では,最先端のデータ処理パラダイムであるMapReduceに基づく大規模データ多次元匿名化のためのスケーラブル手法を提案した。著者らの基本的アイデアは,すべての分割が計算ノードのメモリに適合できるまで,MapReduceを用いて,再帰的に小さな分割にデータセットを分割することである。再帰的計算を達成するために,ツリーインデクシング構造を提案した。さらに,微分プライバシーに対する提案アプローチの適用性を示した。現実のデータに関する実験結果は,著者らの方式が既存の方法に関して多次元匿名化のスケーラビリティを著しく改良することができることを示した。Copyright 2022 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： 記憶装置 ,  微分 ,  プライバシー ,  応用プログラム ,  データ処理 ,  インフラストラクチャー ,  *高次元 ,  カオス ,  変換符号化
準シソーラス用語： *プライバシー保護 ,  匿名 ,  クラウドコンピューティング ,  *ビッグデータ ,  MapReduce ,  大規模データ , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： データプライバシー ,  多次元 ,  匿名化