差分プライバシーを満たすノイズの一般化に関する検討(セキュリティ,一般)
スポンサーリンク
概要
- 論文の詳細を見る
差分プライバシーは,データベースの開示抑制におけるプライバシー保護指標であり,「特定の個人がデータベースに含まれていてもいなくても分析の出力が殆ど変化しない」ことの表現を目指したものである.差分プライバシー実現のために分析の出力にノイズと呼ばれるランダムな数値を加える手法があるが,分析結果の有用性を維持するためには指標を満たす範囲でノイズは可能な限り小さい方が望ましい.本研究ではノイズが差分プライバシーを実現するための十分条件を数学的に解析し,具体的に複数のノイズを新たに提案する.その上でそれらのノイズの大きさをパーセント点の観点から比較する.結果,既存の Laplaceノイズがデータ有用性の観点からは最も優れていることを確認した.
- 一般社団法人電子情報通信学会の論文
- 2013-07-11
著者
関連論文
- 注目のプライバシー Differential Privacy
- 計算量的秘密分散およびランプ型秘密分散のマルチパーティ計算拡張(セキュリティ,一般)
- 計算量的秘密分散およびランプ型秘密分散のマルチパーティ計算拡張(セキュリティ,一般)
- 計算量的秘密分散およびランプ型秘密分散のマルチパーティ計算拡張(セキュリティ,一般)
- 計算量的秘密分散およびランプ型秘密分散のマルチパーティ計算拡張(セキュリティ,一般)
- 撹乱再構築法を用いた電力データに対する高度匿名化(個人情報保護と匿名化技術,ライフログ活用技術,オフィスインフォメーションシステム,ライフインテリジェンス,及び一般)
- 秘密計算上の関係代数演算アルゴリズムの改良(個人情報保護と匿名化技術,ライフログ活用技術,オフィスインフォメーションシステム,ライフインテリジェンス,及び一般)
- 差分プライバシーを満たすノイズの一般化に関する検討(セキュリティ,一般)
- 差分プライバシーを満たすノイズの一般化に関する検討(セキュリティ,一般)
- 差分プライバシーを満たすノイズの一般化に関する検討(セキュリティ,一般)
- 差分プライバシーを満たすノイズの一般化に関する検討(セキュリティ,一般)
- 計算量的秘密分散およびランプ型秘密分散のマルチパーティ計算拡張
- 計算量的秘密分散およびランプ型秘密分散のマルチパーティ計算拡張