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
구한준 (서울대학교) 정우환 (서울대학교) 오성웅 (서울대학교) 권수용 (서울대학교) 심규석 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.45 No.3
발행연도
2018.3
수록면
288 - 293 (6page)
DOI
10.5626/JOK.2018.45.3.288

이용수

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

초록· 키워드

오류제보하기
최근 공개되는 데이터에 적용하는 다양한 프라이버시 보호 기법들이 연구가 되어왔다. 그 중 차분 프라이버시는 본래의 데이터에 확률적인 노이즈를 더하여 공격자의 사전 지식에 상관없이 개인 정보를 보호한다. 기존 차분 프라이버시를 만족하는 k-평균 클러스터링은 데이터로부터 차분 프라이버시를 만족하는 히스토그램 형태로 바꾼 뒤. k-평균 클러스터링 알고리즘을 수행한다. 하지만 이는 데이터의 분포와 상관없이 등간격으로 히스토그램을 만들기 때문에 노이즈가 삽입되는 버킷이 많아지는 단점이 있다. 이를 해결하기 위해 본 논문에서는 데이터의 분포를 더 적은 버킷으로 나타낼 수 있는 쿼드 트리를 이용하여 히스토그램을 만든 뒤 k-평균을 찾는 알고리즘을 제안한다. 또한, 실험을 통해 기존의 알고리즘보다 더 좋은 성능을 가지는 것을 보인다.
#차분 프라이버시 #k-평균 클러스터링 #쿼드 트리 #히스토그램 #differential privacy #k-means clustering #quad tree #histogram

목차

요약
Abstract
1. 서론
2. 관련연구
3. 배경이론
4. 확장된 등간격 그리드를 활용한 차분 프라이버시 k-평균 클러스터링(EUGkM)
5. 제안하는 알고리즘(QuadkDP)
6. 실험
7. 결론
References

참고문헌 (12)

참고문헌 신청
L. Sweeney, k-anonymity: A model for protecting privacy, International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, Vol. 10, No. 5, pp. 557-570, 2002. A. Machanavajjhala, D. Kifer, J. Gehrke, M. Venkitasubramaniam, l-diversity: Privacy beyond k-anonymity, TKDD, Vol. 1, No. 1, pp. 24-24, 2007. R. Wong, A. Fu, K. Wang, J. Pei, Minimality attack in privacy preserving data publishing, Proc. of the 33rd VLDB, pp. 543-554, 2007. C. Dwork, Differential privacy, ICALP, pp. 1-12, 2006. X. Xiao, G. Wang, J. Gehrke, Differential privacy via wavelet transforms, IEEE Transactions on Knowledge and Data Engineering, Vol. 23, No. 8, pp. 1200-1214, 2011.

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

차분 프라이버시를 적용한 히스토그램 공개 알고리즘
구한준 ,  오성웅 ,  정우환 외 1명 한국정보과학회 학술발표논문집 2016 .06
금융 데이터 상에서의 차분 프라이버시 모델 정립 연구
김현일 ,  박철희 ,  홍도원 외 1명 정보보호학회논문지 2017 .12
쿼드 트리를 이용한 차분 프라이버시 k-평균 클러스터링 알고리즘
구한준 ,  정우환 ,  오성웅 외 2명 한국정보과학회 학술발표논문집 2017 .06
Research on WGAN models with Renyi Differential Privacy
이수진 ,  박철희 ,  홍도원 외 1명 Journal of KIISE 2021 .01
웨어러블 기기 환경에서 특징 점 추출 기법을 통해 프라이버시 보존 건강 데이터를 수집하는 방법
문수미 ,  김종욱 한국컴퓨터정보학회논문지 2020 .10

최근 본 자료

전체보기

댓글(0)

0