프라이버시 보장 k-비트 내적연산 기법

Vol. 23, No. 1, pp. 33-44, 2월. 2013
10.13089/JKIISC.2013.23.1.33, Full Text:
Keywords: Data Mining, Association Rule, Inner Product, Secret Sharing
Abstract

정보의 양이 많아짐에 따라 많은 양의 정보를 효과적으로 관리, 운용할 수 있는 데이터 마이닝 기법의 연구가 활발해졌다. 다양한 데이터 마이닝 기법들이 연구되었는데 그 중에는 프라이버시를 보호할 수 있는 프라이버시 보호 데이터 마이닝(Privacy Preserving Data Mining) 연구도 진행됐다. 프라이버시 보호 데이터 마이닝은 크게 연관규칙, 군집화, 분류 등의 알고리즘이 존재한다. 그 중 연관규칙 알고리즘은 데이터간의 연관규칙을 찾아내는 알고리즘으로 주로 마케팅에 주로 사용된다. 본 논문에서는 Shamir의 비밀 분배 기법을 이용하여 다자간 프라이버시 보호 데이터 마이닝 환경에서 단일 비트가 아닌 멀티 비트 정보를 공유할 수 있는 내적연산 기법을 제안한다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
S. H. Lee, K. S. Kim, I. R. Jeong, "Privacy-Preserving k-Bits Inner Product Protocol," Journal of The Korea Institute of Information Security and Cryptology, vol. 23, no. 1, pp. 33-44, 2013. DOI: 10.13089/JKIISC.2013.23.1.33.

[ACM Style]
Sang Hoon Lee, Kee Sung Kim, and Ik Rae Jeong. 2013. Privacy-Preserving k-Bits Inner Product Protocol. Journal of The Korea Institute of Information Security and Cryptology, 23, 1, (2013), 33-44. DOI: 10.13089/JKIISC.2013.23.1.33.