암호화된 데이터에 대한 프라이버시를 보존하는 k-means 클러스터링 기법

Vol. 28, No. 6, pp. 1401-1414, 11월. 2018
10.13089/JKIISC.2018.28.6.1401, Full Text:
Keywords: Privacy-preserving clustering, Fully homomorphic encryption, K-Means Clustering
Abstract

k-means 클러스터링 알고리즘은 주어진 데이터를 비슷한 k개의 그룹으로 묶어서 시장 세분화나 의료연구 등의다양한 분야에서 활용되고 있다. 본 논문에서는 다수의 사용자 데이터를 노출하지 않고 암호화하여 외부 서버에 저장하는 환경에서 프라이버시를 보존하는 클러스터링 알고리즘을 제안한다. 분산된 서버에 평문으로 저장된 데이터를다자간 계산프로토콜을 기반으로 수행된 기존 클러스터링 알고리즘 연구와 비교했을 때 제안하는 기법은 모든 데이터를 안전하게 암호문으로 저장할 수 있다는 뚜렷한 장점이 있다. 데이터 간의 거리를 측정하고 비교하기 위해서 덧셈과 곱셈 연산이 가능한 완전동형암호로 데이터를 암호화한다. 프로토콜 수행과정에서 사용자 데이터의 안전성을분석하고 통신량과 연산량을 다른 연구들과 비교한다.

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]
정윤송, 김준식 and 이동훈, "Privacy-Preserving k-means Clustering of Encrypted Data," Journal of The Korea Institute of Information Security and Cryptology, vol. 28, no. 6, pp. 1401-1414, 2018. DOI: 10.13089/JKIISC.2018.28.6.1401.

[ACM Style]
정윤송, 김준식, and 이동훈. 2018. Privacy-Preserving k-means Clustering of Encrypted Data. Journal of The Korea Institute of Information Security and Cryptology, 28, 6, (2018), 1401-1414. DOI: 10.13089/JKIISC.2018.28.6.1401.