文献

J-GLOBAL ID：202202277074778181   整理番号：22A1048580

モバイルエッジ計算とクラウドにおけるプライバシー保護位置データストリームクラスタリング【JST・京大機械翻訳】

Privacy-preserving location data stream clustering on mobile edge computing and cloud

著者 (5件)： Stephanie Veronika (RMIT University, Australia) ,  Chamikara M.A.P. (RMIT University, Australia) ,  Chamikara M.A.P. (CSIRO Data61, Australia) ,  Khalil Ibrahim (RMIT University, Australia) ,  Atiquzzaman Mohammed (University of Oklahoma, United States of America)
資料名： Information Systems  (Information Systems)
巻： 107  ページ： Null  発行年： 2022年 
JST資料番号： H0277C  ISSN： 0306-4379  CODEN： INSYD6  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： 位置決め技術の進歩は,様々な位置ベースサービスの出現につながり,位置ベースのデータ生成の劇的な増加をもたらし,大きなデータを生成する。位置データは,人々が訪れた場所のような敏感な情報を明らかにすることができるので,しばしばユーザプライバシーとリンクする。さらに,ほとんどの位置ベースサービスは,軽量データ処理アプローチを必要とする資源制約デバイスを含む。これらの理由により,プライバシーと効率は位置ベースデータ処理の1次構成要素の2つであった。既存の方法は,同じ設定における両方の問題を研究しなかった。従って,現在の方法は,位置ベースのデータストリーム処理に対して,効率的なプライバシー保護ソリューションを提供することができない。これらの問題に取り組むために,サービス推薦(例えば,特定の場所に最も近いホテルを推薦する)における必須領域である,位置ベースのデータクラスタリングのためのエッジコンピューティング,クラウドコンピューティングおよび微分プライバシーの効果的統合を研究した。提案したセットアップでは,ユーザプライバシーを確保するために局所微分プライバシーを用いた。次に,モバイルエッジデバイスを用いて,差分プライベート入力データにエッジベースクラスタリングを適用した。次に,クラスタの重心をクラウドサーバで収集し,プライバシー保護方式で最終クラスタリングを生成した。著者らの実験は,提案した方式が,より低いプライバシー予算(例えば,ε=0.45~0.5)に関して90%の最大精度を提供することを示した。Copyright 2022 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： 計算機利用 ,  計算機システム ,  *保護 ,  重心 ,  微分 ,  *クラスタ化 ,  *プライバシー ,  ホテル ,  *クラスタ ,  データ処理 ,  クラスタ分析 ,  利用者 ,  *携帯電話
準シソーラス用語： *データストリーム ,  *プライバシー保護 ,  クラウドコンピューティング ,  ビッグデータ ,  クラウドサーバ , 【Automatic Indexing@JST】

著者キーワード (7件)： モバイルエッジコンピューティング ,  ビッグデータ ,  位置ベースサービス ,  微分プライバシー ,  クラスタ分析 ,  プライバシー保護位置ベースサービス ,  データストリームプライバシー

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (8件)： モバイル ,  エッジ ,  計算 ,  クラウド ,  プライバシー ,  位置データ ,  ストリーム ,  クラスタリング