文献

J-GLOBAL ID：202202260416965785   整理番号：22A0496701

DHkmeans-ldiversity:Apacheスパークを用いたl-多様性プライバシーモデルの満足のための分散階層的K-means【JST・京大機械翻訳】

DHkmeans-ldiversity: distributed hierarchical K-means for satisfaction of the l-diversity privacy model using Apache Spark

著者 (4件)： Ashkouti Farough (Department of Computer Engineering, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran) ,  Khamforoosh Keyhan (Department of Computer Engineering, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran) ,  Sheikhahmadi Amir (Department of Computer Engineering, Sanandaj Branch, Islamic Azad University, Sanandaj, Iran) ,  Khamfroush Hana (Department of Computer Science, University of Kentucky, Lexington, USA)
資料名： Journal of Supercomputing  (Journal of Supercomputing)
巻： 78  号： 2  ページ： 2616-2650  発行年： 2022年 
JST資料番号： T0418A  ISSN： 0920-8542  資料種別： 逐次刊行物 (A)
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： データライフサイクルにおける主なステップの一つは,隠れパターンを発見するためのデータ分析者に対してそれを公開することである。しかし,データ出版は個人情報の望ましくない開示をもたらし,プライバシー問題を引き起こす。データ匿名化技術は,公開されたデータにおける個人の個人情報の開示を防ぐためにプライバシーモデルを保存する。本論文では,L-多様性プライバシーモデルを保存するため,Apache Sparkフレームワーク上で分散メモリ法を提案した。この方法は,シード選択,[数式:原文を参照]多様性のためのデータクラスタ化,および最終化相を含む3相プロセスにおける大規模データを匿名化する。この方法では,階層的k平均ベースデータクラスタリングアルゴリズムをデータ匿名化のために設計した。匿名化法の主要な課題の一つは,データユーティリティとプライバシーの間のより良いトレードオフを確立することである。したがって,記録間の距離を計算し,より粘着性の多様なクラスタを形成するため,著者らは,L-多様性モデルの要求を満たすために,2つのManhattanベースおよびユークリッドベースの距離関数を設計した。MapReduceと比較してSparkの100倍速度を与えて,提案した方法をApache Sparkにおけるメモリ内RDDプログラミングを用いて提示し,以前のMapReduceベースアルゴリズムに存在するような大規模データ匿名化における実行時間,スケーラビリティ,および性能に取り組んだ。著者らの方法は,大きなデータ匿名化におけるSparkの並列メモリ計算を使用する一般的知識を提供する。実験において,この方法はより低い情報損失を得て,約1%から2%の精度とFMeaure判定基準を失った。したがって,それは最先端のMapReduceベースのMondian法より良いトレードオフを確立する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  ライフサイクル ,  プライバシー ,  データ解析 ,  クラスタ ,  判定基準 ,  分散メモリ
準シソーラス用語： 実行時間 ,  MapReduce ,  大規模データ ,  データ匿名化 , 【Automatic Indexing@JST】

著者キーワード (6件)： 匿名化 ,  L多様性 ,  Euclid距離 ,  マンハッタン距離 ,  Apacheスパーク ,  RDD

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (6件)： APACHE ,  スパーク ,  多様性 ,  プライバシー ,  モデル ,  満足