쿼드 트리를 이용한 동적 공간 분할 기반 차분 프라이버시 k-평균 클러스터링 알고리즘 


45권  3호, pp. 288-293, 3월  2018
10.5626/JOK.2018.45.3.288


PDF

  요약

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.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

H. Goo, W. Jung, S. Oh, S. Kwon, K. Shim, "Differentially Private k-Means Clustering based on Dynamic Space Partitioning using a Quad-Tree," Journal of KIISE, JOK, vol. 45, no. 3, pp. 288-293, 2018. DOI: 10.5626/JOK.2018.45.3.288.


[ACM Style]

Hanjun Goo, Woohwan Jung, Seongwoong Oh, Suyong Kwon, and Kyuseok Shim. 2018. Differentially Private k-Means Clustering based on Dynamic Space Partitioning using a Quad-Tree. Journal of KIISE, JOK, 45, 3, (2018), 288-293. DOI: 10.5626/JOK.2018.45.3.288.


[KCI Style]

구한준, 정우환, 오성웅, 권수용, 심규석, "쿼드 트리를 이용한 동적 공간 분할 기반 차분 프라이버시 k-평균 클러스터링 알고리즘," 한국정보과학회 논문지, 제45권, 제3호, 288~293쪽, 2018. DOI: 10.5626/JOK.2018.45.3.288.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr