独立ランダマイズされた多次元データの同時確率分布推定

• Item type: Symposium(1)
• 公開日: 2022-10-17
• タイトル: 独立ランダマイズされた多次元データの同時確率分布推定
• タイトル / 言語: en
• タイトル: Estimating Joint Probability of Independently Randomized Multi-dimensional Data
• 言語: eng
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: Meiji University／Universitat Rovira i Virgili
• 著者所属: Universitat Rovira i Virgili
• 著者所属(英): en
• 著者所属(英): Meiji University / Universitat Rovira i Virgili
• 著者所属(英): en
• 著者所属(英): Universitat Rovira i Virgili
• 著者名: Hiroaki, Kikuchi; Josep, Domingo-Ferrer
• 著者名(英): Hiroaki, Kikuchi; Josep, Domingo-Ferrer
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 多次元データのランダマイズには課題が多い．独立に各属性をランダマイズすると，値域の組合せによる値の数が指数関数的に増加し，大きな計算機コストや属性間の相関が失われる．本論文では，そのような独立ランダマイズを行った多次元データからも正確な同時確率分布の推定が可能であることを示す．提案する方式では，ランダム行列を合成するシンプルで汎用的な方法を示し，逆行列により同時確率分布を推定する．推定精度は，ユーザ数，属性の値域の大きさ，プライバシー費用，相関の強さのパラメータを持つ数理モデルで評価する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Randomization of multi-dimensional data has several issues. Applying randomization to each attribute independently incurs an exponential grownup of possible values of composed domains that follows a huge computational time and correlations among attributes may be lost. In this paper, we show that the accurate estimation of joint probability distributions between attributes are feasible from the independently randomized multidimensional data. We show a simple but general scheme that computers composed randomization matrix and estimates the joint probabilities based on the inverse of randomization matrix. The estimation accuracy is evaluated in a model that takes a number of users, a number of values of attribute, a privacy budget and a correlation measure.
• 書誌情報: コンピュータセキュリティシンポジウム2022論文集; p. 456-463, 発行日 2022-10-17
• 出版者 / 言語: ja
• 出版者: 情報処理学会