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

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이지연 (한라대학교)
저널정보
아태인문사회융합기술교류학회 아시아태평양융합연구교류논문지 Asia-pacific Journal of Convergent Research Interchange Vol.10 No.5
발행연도
2024.5
수록면
35 - 44 (10page)
DOI
http://dx.doi.org/10.47116/apjcri.2024.05.04

이용수

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

초록· 키워드

오류제보하기
개인 교집합 프로토콜(Private Set Intersection Protocol)은 여러 명의 데이터 사용자가 본인이 보유한 데이터셋을 공개하지 않으면서 안전하게 데이터셋의 공통 요소만 찾도록 한다. 안정한 데이터 공유와 협력적 데이터분석 분야에서 핵심적인 프로토콜로 많은 연구가 진행되고 있다. [1]에서 제안하는 블룸 필터 기반(Bloom filters)기반 개인 교집합 프로토콜의 경우 계산의 복잡성에서는 효과적이나 거짓 긍정의 문제점을 효과적으로 줄이기 위해 가블드 블룸 필터 방식을 제안하였으나, 계산의 복잡성, 메모리 사용량의 증가 등 문제점을 보였다. 쿠쿠 해싱 방법에서도 데이터 입력 시 출동에 의한 오버 플로의 발생을 줄이기 위해 개선된 해시 함수를 제안하고 있다. 그 중 해시 테이블의 인덱스로 일대일 대응을 원칙으로 하는 최소 완벽 해싱을 제안하였으나 정적데이터에만 적용이 가능하고 데이터의 추가 또는 삭제 추가 비용이 발생한다는 단점이 있다. 본 논문에서는 출동 발생을 완벽하게 차단하여 블룸 필터의 거짓 긍정 확률을 혁신적으로 줄이는 병렬 처리가 가능한 최소 완벽 해싱 방법을 제안한다. 개인정보 보호 데이터 공개(PPDP)환경에서 새로운 PSI프로토콜 방법은 정적 데이터셋에서 거짓 긍정이 전혀 발생하지 않으며, 메모리의 효율성 및 조회, 데이터 삽입이 매우 빠르다고 밝혀졌다. 또한 병렬처리로 인해 동적 데이터셋에서도 추가 계산 비용 없이 적용이 가능함을 보였다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0