文献

J-GLOBAL ID：202202285069178759   整理番号：22A1164653

オンラインソーシャルネットワークサイト(OSNS)におけるプライバシーのための深層学習(DL)アルゴリズム【JST・京大機械翻訳】

Deep Learning (DL) Algorithms for Privacy in Online Social Networking Sites (OSNS)

著者 (3件)： Voddelli Srilakshmi (Acharya Nagarjuna University) ,  Sastry K. B. S (Andhra Loyola College (Autonomous)) ,  Satya Prasad R. (Acharya Nagarjuna University,Department of Computer Science)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCMC  ページ： 320-327  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： オンラインソーシャルネットワーキングサイト(OSNS)は,現在の世界で非常に急速に成長する分野である。多様なタイプのユーザにより大きなデータが発生する。OSNSコンテンツに対するセキュリティとプライバシーの提供は,あらゆるユーザにとって非常に重要である。OSNSでは,マルチメディアコンテンツは高感度コンテンツと考えられている。感度データは,様々なユーザ,ビデオおよびテキストメッセージによってアップロードされる画像のような。本研究は,主に画像のような高感度コンテンツに対するプライバシーの提供に焦点を当てた。本論文は,それらのOSNSコンテンツに基づくいくつかのユーザにプライバシーを割り当てる適応プライバシーポリシー予測(A3P)による改良画像分類を論じた。性能は,精度,再現,F1スコア,感度,特異性などのパラメータを示すことによって分析される。本論文では,アンサンブル分類とプライバシー(ECP),社会メディアコンテンツシステムに対するハイブリッドプライバシー,および特徴抽出ベースの深層学習モデル(FEDL)のような既存の手法の間で比較を示した。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： *アルゴリズム ,  特徴抽出 ,  プライバシー ,  録画装置 ,  高感度 ,  セキュリティ ,  コンテンツ
準シソーラス用語： マルチメディアコンテンツ ,  画像分類 ,  アップロード ,  特異性 ,  ソーシャルメディア ,  *深層学習 ,  アンサンブル分類 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： オンライン ,  ソーシャルネットワークサイト ,  プライバシー ,  深層学習 ,  DL ,  アルゴリズム