메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김대호 (Sangmyung University) 김종욱 (Sangmyung University)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제22권 제7호(통권 제160호)
발행연도
2017.7
수록면
55 - 62 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Recently, there has been an increasing need for the sharing of microdata containing information regarding an individual entity. As microdata usually contains sensitive information on an individual, releasing it directly for public use may violate existing privacy requirements. Thus, to avoid the privacy problems that occur through the release of microdata for public use, extensive studies have been conducted in the area of privacy-preserving data publishing (PPDP). The k-anonymity algorithm, which is the most popular method, guarantees that, for each record, there are at least k-1 other records included in the released data that have the same values for a set of quasi-identifier attributes. Given an original table, the corresponding k-anonymous table is obtained by generalizing each record in the table into an indistinguishable group, called the equivalent class, by replacing the specific values of the quasi-identifier attributes with more general values. However, query processing over the anonymized data is a very challenging task, due to generalized attribute values. In particular, the problem becomes more challenging with an equi-join query (which is the most common type of query in data analysis tasks) over k-anonymous tables, since with the generalized attribute values, it is hard to determine whether two records can be joinable. Thus, to address this challenge, in this paper, we develop a novel scheme that is able to effectively perform an equi-join between k-anonymous tables. The experiment results show that, through the proposed method, significant gains in accuracy over using a naive scheme can be achieved.
#Privacy-preserving data publishing #K-anonymity #Generalization #Join query

목차

Abstract
Ⅰ. Introduction
Ⅱ. Background and Problem Definition
Ⅲ. Computing Join Cardinality with k-Anonymous Tables
Ⅳ. Experiment
Ⅴ. Conclusion and Future Work
References

참고문헌 (11)

참고문헌 신청
[학술대회논문] - A. Narayanan / 2008 / Robust De-anonymization of Large Sparse Datasets / Proceedings of the 2008 IEEE Symposium on Security and Privacy Page google schola [학술지(정기간행물)] - 김종선 / 2017 / 프라이버시 보호 데이터 배포를 위한 모델 조사 / 정보과학회논문지 44 (2) : 195 ~ 207 dbpia [학술지(정기간행물)] - B.C.M. Fung / 2010 / Privacy-preserving data publishing: A survey of recent developments / ACM Computing Surveys 42 (4) google schola [학술지(정기간행물)] - N. Mohammed / 2010 / Centralized and distributed anonymization for high-dimensional healthcare data / ACM Transactions on Knowledge Discovery from Data 4 (4) google schola [학술지(정기간행물)] - L. Sweeney / 2002 / k-anonymity: A model for protecting privacy / International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems 10 (5) : 557 ~ 570 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

공공정보 개방ㆍ공유에 따른 개인정보보호 기술
최대선 ,  이윤호 정보과학회논문지 : 시스템 및 이론 2014 .06
의료 분야에서의 개인정보보호 : 유럽연합과 미국의 법제를 중심으로
최계영 경제규제와 법 2016 .11
디지털헬스케어 분야에서의 빅데이터 활용 동향
박길하 한국콘텐츠학회지 2017 .03
클러스터링을 이용한 효율적인 익명화 기법 연구
이다은 ,  홍충선 한국정보과학회 학술발표논문집 2016 .12
개인정보보호를 위한 헬스케어 데이터 익명화
신수용 정보과학회지 2017 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001162835