文献

J-GLOBAL ID：201702292213382158   整理番号：17A0020506

差分的プライベート分散制約付最適化【Powered by NICT】

Differentially Private Distributed Constrained Optimization

著者 (3件)： Han Shuo (Department of Electrical and Systems Engineering, University of Pennsylvania, Philadelphia, PA, USA) ,  Topcu Ufuk (Department of Aerospace Engineering and Engineering Mechanics, University of Texas at Austin, Austin, TX, USA) ,  Pappas George J. (Department of Electrical and Systems Engineering, University of Pennsylvania, Philadelphia, PA, USA)
資料名： IEEE Transactions on Automatic Control  (IEEE Transactions on Automatic Control)
巻： 62  号： 1  ページ： 50-64  発行年： 2017年 
JST資料番号： C0223A  ISSN： 0018-9286  CODEN： IETAA9  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： 多くの資源割当問題は約参加ユーザ機密情報を含むその制約最適化問題として定式化できる。本論文では,目的関数は骨材配置(すなわち,個々の配分の合計)に依存する資源配分問題のクラスに関係する;特に,参加ユーザのプライバシーを保存する分散型アルゴリズム的解を調べた。プライバシーの考慮なしでは,既存の分散アルゴリズムは,通常,参加ユーザにある公共配位信号を計算し,放送中心実体から構成されている。配位信号はしばしばユーザ情報に依存し,それで,配位信号へのアクセスを持つ敵対者は,リスクのある個々のユーザ,ユーザプライバシーに関する情報を復号化できる可能性がある。差分プライバシーを保存する分散最適化アルゴリズムを提案した,敵対者は,あるは補助的な情報にかかわらずユーザのプライバシーを保証する強い概念である。アルゴリズムは,付加雑音,ユーザ指定制約への射影操作の感度により決定されるその大きさと公共信号を乱すことによりプライバシーを達成した。確率的勾配降下の実装として特異的に民間アルゴリズムを見ることによって,アルゴリズムの準最適性の限界を導くことができた。電気自動車充電のケーススタディを介して著者らのアルゴリズムの実装を示した。より詳しくいえば,ここでは,感度を導出し,アルゴリズムの数値シミュレーションを提示した。数値シミュレーションを通して,実際に使用されている場合,アルゴリズムの種々の側面を調べることができ,ステップサイズの選択,反復の数,とプライバシーレベルと準最適性の間のトレードオフを含む。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 事例研究 ,  プライバシー ,  制約付最適化問題 ,  アルゴリズム ,  資源割付 ,  電気自動車 ,  *制約条件 ,  分散アルゴリズム ,  充電 ,  目的関数 ,  射影
準シソーラス用語： 数値シミュレーション ,  最適性 ,  最適アルゴリズム ,  敵対者 , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  システム同定  (IA02040O)

タイトルに関連する用語 (2件)： 差分 ,  制約付最適化