선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 본 연구팀은 차분 프라이버시를 만족하는 히스토그램 공개를 위하여 기존의 2단계로 히스토그램을 생성하는 알고리즘[4]과 최적 히스토그램[5] 생성 알고리즘을 조합하여 더 적은 오차를 가지는 히스토그램을 생성한다.
- 하지만 [3]에서는 원본 히스토그램에 노이즈를 더하고 이를 [5]의 연구를 활용하여 적은 버킷의 히스토그램으로 바꾸는데, 원본 히스토그램의 버킷 숫자가 클수록 노이즈가 많이 삽입되는 단점이 있다. 이를 2단계의 과정으로 나누어서 히스토그램의 구간을 찾는 부분과 히스토그램의 도수를 찾는 부분으로 나누어 원본 히스토그램의 버킷 수와 상관없이 노이즈 삽입을 줄일 수 있는 연구[4]가 제안되었지만, 히스토그램의 구간을 찾는 부분에서 등도수로 나누는 휴리스틱을 사용하였다.
대상 데이터
- 데이터: American Community Survey에서 31,104,288명의 나이와 주당 근로 시간 데이터를 사용하였다. 각각 100개의 버킷이 존재한다.
데이터처리
- 실험 방법: 1000개의 랜덤한 영역 합 질의를 생성하여 성능을 측정하였고, 실험 결과는 10번씩 반복하여 평균 내었다.
이론/모형
- 기존 알고리즘[4]은 순차 구성을 적용하여 정보 보호 수준을 2가지로 나누어 히스토그램의 구간과 도수를 계산하는데 사용한다. 이 중, 히스토그램의 구간을 계산하기 위하여 등도수를 만족하는 B개의 구간을 찾는 휴리스틱 알고리즘을 사용하였는데, 데이터의 분포가 불균일한 경우 데이터가 몰려있는 곳을 합치게 되어 영역 합질의의 성능이 나빠질 수 있다. 이를 위하여 [3]에서 사용하였던 최적 히스토그램 공개 알고리즘(OptHist)[5]를 사용하여 (line 2) 이를 개선한다.
- 이 중, 히스토그램의 구간을 계산하기 위하여 등도수를 만족하는 B개의 구간을 찾는 휴리스틱 알고리즘을 사용하였는데, 데이터의 분포가 불균일한 경우 데이터가 몰려있는 곳을 합치게 되어 영역 합질의의 성능이 나빠질 수 있다. 이를 위하여 [3]에서 사용하였던 최적 히스토그램 공개 알고리즘(OptHist)[5]를 사용하여 (line 2) 이를 개선한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.