다자 간 환경에서 수직 분할된 데이터에서 프라이버시 보존 k번째 항목의 score 계산

Vol. 24, No. 6, pp. 1079-1090, 12월. 2014
10.13089/JKIISC.2014.24.6.1079, Full Text:
Keywords: Privacy Preserving, Secure multiparty computation, Vertically partitoned data
Abstract

데이터 마이닝은 보유한 데이터를 가공하여 패턴 분석이나 마케팅 등에 활용할 수 있는 유용한 정보를 얻어내는 기술이다. 그러나 이러한 데이터 마이닝 기술을 사용 시 데이터의 제공자의 개인정보가 의도치 않게 유출 될 가능성이 존재하게 된다. 이러한 정보의 유출을 막기 위하여 여러 가지 프라이버시를 보호하는 기법이 연구되고 있다. 수직 분할 데이터는 같은 집단에 관한 데이터가 복수의 소유자에게 나누어 제공되어 있는 상태를 말한다. 이러한 수직 분할된 데이터에서 프라이버시를 보호하면서 k번째 항목과 (k+1) 번째 항목을 score 값을 이용하여 구분하는 방법이 개발되었다. 그러나 기존의 연구에서는 양자간의 환경에서만 사용이 가능하였기 때문에 본 논문에서는 Paillier 암호화 기법을 사용하여, 기존의 연구를 다자간 환경으로 확장한 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]
J. H. Hong, J. Y. Jung, I. R. Jeong, "Privacy-Preserving Kth Element Score over Vertically Partitioned Data on Multi-Party," Journal of The Korea Institute of Information Security and Cryptology, vol. 24, no. 6, pp. 1079-1090, 2014. DOI: 10.13089/JKIISC.2014.24.6.1079.

[ACM Style]
Jun Hee Hong, Jay Yeol Jung, and Ik Rae Jeong. 2014. Privacy-Preserving Kth Element Score over Vertically Partitioned Data on Multi-Party. Journal of The Korea Institute of Information Security and Cryptology, 24, 6, (2014), 1079-1090. DOI: 10.13089/JKIISC.2014.24.6.1079.