@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00219744,
 author = {堀込, 光 and 菊池, 浩明 and Chia-Mu, Yu},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2022論文集},
 month = {Jul},
 note = {局所差分プライバシは，単一次元の個人の持つプライバシー情報に局所的にノイズを付与することで，プライバシー情報が特定されることを防ぐ技術である．Randmized Response (RR) や Harmony のような従来の局所差分プライバシアルゴリズムでは，単一次元の情報しか扱うことができなかった．Ye らによって提案された局所差分プライバシアルゴリズム PrivKV では，離散値と連続値の 2 次元のデータである key-value データについて，離散値と連続値の相関を維持したプライバシー情報の収集を可能にした．しかし，PrivKV では，最尤推定法で集計がされており，精度が十分ではない．そこで，本稿では，PrivKV に対してExpectation Maximization (EM) アルゴリズムを適用する手法を提案し，数値実験により従来手法との精度を比較する．},
 pages = {1209--1216},
 publisher = {情報処理学会},
 title = {key-valueデータにおける局所差分プライバシーアルゴリズムPrivKVの改良},
 volume = {2022},
 year = {2022}
}