지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 데이타베이스 정보과학회논문지 : 데이타베이스 제40권 제5호
- 발행연도
- 2013.10
- 수록면
- 319 - 327 (9page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 시계열 데이터에 대한 랜덤 노이즈 생성 시, 프라이버시뿐 아니라 상관관계를 보존하는 새로운 접근법을 제안한다. 민감한 시계열 데이터의 프라이버시 보호를 위해, 기존의 랜덤 노이즈 추가 기법은 균등(uniform) 혹은 가우시안(Gaussian) 분포를 기반으로 생성한 노이즈를 원본 데이터에 추가하여 제3자(데이터 마이너)에 공개한다. 그러나 이러한 랜덤 노이즈 추가 기법은 시계열 간 상관관계를 왜곡하거나 아예 없앨 수 있다는 문제점이 있다. 시계열 간 상관관계는 보다 정확한 마이닝 결과를 얻기 위해 매우 중요한 척도이다. 본 논문에서는 상관관계 보호를 위해 시계열의 원본 엔트리와 이에 대응하는 노이즈 엔트리의 부호를 일치시키는 간단하면서도 효율적인 전략을 제시하고, 이를 사용하는 상관관계 보존 노이즈 생성(correlation-aware noise generation)의 새로운 접근법을 제안한다. 엔트리들의 부호는 상관관계에 큰 영향을 미치기 때문에, 동일한 부호를 유지하는 것이 상관관계 보존에 매우 중요한 역할을 한다. 본 논문에서는 실제 데이터 대상의 실험을 통해, 시계열 상관관계를 보존하는 관점에서 제안한 기법의 우수성을 보인다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 상관관계 보존 노이즈 생성 기법
4. 실험 평가
5. 결론
References
참고문헌 (17)
참고문헌 신청
1. [학술지(정기간행물)] - 홍선경 / 2013 / 프라이버시 보호 시계열 데이터 마이닝 / 정보과학회논문지 : 데이타베이스 40 (2) : 124 ~ 133
2. [학술지(정기간행물)] - 문양세 / 2010 / 시계열 데이터의 프라이버시 보호 클러스터링에서 노이즈 평준화 효과 / 정보과학회 컴퓨팅의 실제 논문지 16 (3) : 356 ~ 360
3. [학술대회논문] - S. Papadimitriou / 2007 / Time Series Compressibility and Privacy / Proc. of the 33rd Int’l conf. on Very Large Data Bases : 459 ~ 470
4. [학술지(정기간행물)] - S. Mukherjee / 2006 / A Privacy-Preserving Technique for Euclidean Distance- based Mining Algorithms Using Fourier-Related Transforms / The VLDB Journal 15 (4) : 293 ~ 315
5. [학술지(정기간행물)] - H. Kargupta / 2005 / Random-Data Perturbation Techniques and Privacy- Preserving Data Mining / Knowledge and Information Systems 7 (4) : 387 ~ 414
2. [학술지(정기간행물)] - 문양세 / 2010 / 시계열 데이터의 프라이버시 보호 클러스터링에서 노이즈 평준화 효과 / 정보과학회 컴퓨팅의 실제 논문지 16 (3) : 356 ~ 360
3. [학술대회논문] - S. Papadimitriou / 2007 / Time Series Compressibility and Privacy / Proc. of the 33rd Int’l conf. on Very Large Data Bases : 459 ~ 470
4. [학술지(정기간행물)] - S. Mukherjee / 2006 / A Privacy-Preserving Technique for Euclidean Distance- based Mining Algorithms Using Fourier-Related Transforms / The VLDB Journal 15 (4) : 293 ~ 315
5. [학술지(정기간행물)] - H. Kargupta / 2005 / Random-Data Perturbation Techniques and Privacy- Preserving Data Mining / Knowledge and Information Systems 7 (4) : 387 ~ 414
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2014-560-002796118