인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Location-based services (LBS) have become integral to modern life, supporting diverse applications ranging from navigation and ride-sharing to disaster alerts. To access these services, users must share their location information, which introduces significant privacy risks. Various privacy-preserving methods have been developed to address this concern, with Geo-Indistinguishability (Geo-I) being the most widely adopted. Geo-I protects user privacy by perturbing location data, but this perturbation poses challenges for LBS providers, as it limits their ability to leverage user data for service improvement. To address this issue, this paper proposes a novel method for accurately estimating user density distributions from Geo-I-perturbed location data. The core contribution lies in the use of a diffusion model, an advanced AI-based generative technique known for its success in diverse applications. Experimental results on real-world datasets demonstrate that the proposed approach effectively recovers accurate user density distributions, enabling improved utility of LBS data while preserving user privacy.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092458073
