プライバシー保護クロス集計における行列演算のGPUによる最適化

情報処理学会

書誌事項

タイトル別名
  • Optimization of Matrix Operation in Privacy Preserving CrossTabulation by GPU
公開日
2011-10-12
資源種別
conference paper
公開者
情報処理学会

説明

近年，個人のプライバシー情報や企業の機密情報を保護しながら利活用するニーズが高まってきており，一つにデータマイニングやアンケート集計においてプライバシーを保護しながらも結果を得るプライバシー保護クロス集計の研究が盛んになってきている．このプライバシー保護クロス集計を実現する技術の 1 つとして，再構築法が知られている．しかし，この計算法では属性数が増加した場合に，メモリの容量不足が問題となる．この問題の解決手段として，いくつかの実装方法が考えられるが逆に計算時間が課題となってしまう．本稿では，並列計算デバイス GPU(Graphic Processing Unit) を用いることで計算力を補い，上記課題を解決する手法を提案する．

In recent years, the researches of privacy-preserving cross tabulation, which canaggregate data with preserving privacy is becoming active. As a technique to realize this tabulation,Reconstruction method is known. However, this technique has a memory efficiencyproblem when a DB has many attributes. As solutions to that problem, some methods are conceivable,but in contrast, time efficiency becomes problem with these methods. In this paper,we propose a method to solve these problems using GPU, which is a parallel processing device.

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ