Publications
その他 (国内) 多次元データへのカウントクエリに適した差分プライバシ
加藤 郁之 (京都大学), 髙橋 翼, 曹 洋 (京都大学), 吉川 正俊 (京都大学)
第13回データ工学と情報マネジメントに関するフォーラム（第19回日本データベース学会年次大会） (DEIM 2021)
2021.3.1
差分プライバシを満たしたデータ探索はプライバシ性の高いデータに対するマイニングの方針を決定する上で重要である．一方で，これまでに提案されている有効な手法は，(1) ワークロードに非依存，(2) 多次元に適用可能，のいずれかを満たさず，多次元データに対して差分プライバシを保護したデータ探索を提供することはできない．そこで本論文では，差分プライバシを満たしてかつ高い有用性を保持するマテリアライズドビューを作成するアルゴリズム，DP-Mondrian を提案する．DP-Mondrian は多次元データの再帰的な分割によって摂動後でも有用性を維持するブロック分割を効率よく探索する．実データを用いた実験によって，DP-Mondrian によって得られたマテリアライズドビューが様々なレンジカウントクエリに対して高い有用性をもつことを示す．さらに，得られたビューからサンプリングされたデータを用いてクラス分類タスクを評価することで，提案手法が元のデータの特徴を効果的に保存することができることを示す．
Paper :
多次元データへのカウントクエリに適した差分プライバシ
（外部サイト）