論文の概要: SaCoFa: Semantics-aware Control-flow Anonymization for Process Mining

• arxiv url: http://arxiv.org/abs/2109.08501v1
• Date: Fri, 17 Sep 2021 12:26:49 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-20 14:46:42.816519
• Title: SaCoFa: Semantics-aware Control-flow Anonymization for Process Mining
• Title（参考訳）: SaCoFa: プロセスマイニングのためのセマンティックス対応制御フロー匿名化
• Authors: Stephan A. Fahrenkrog-Petersen, Martin Kabierski, Fabian R\"osel, Han van der Aa, Matthias Weidlich
• Abstract要約: プロセスのセマンティクスを組み込んだプライバシー保護について論じる。 指数関数的なメカニズムに基づいて,クエリ結果の差分プライバシーを確保するためにセマンティック制約が組み込まれていることを示す。
• 参考スコア（独自算出の注目度）: 4.806322013167162
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Privacy-preserving process mining enables the analysis of business processes using event logs, while giving guarantees on the protection of sensitive information on process stakeholders. To this end, existing approaches add noise to the results of queries that extract properties of an event log, such as the frequency distribution of trace variants, for analysis.Noise insertion neglects the semantics of the process, though, and may generate traces not present in the original log. This is problematic. It lowers the utility of the published data and makes noise easily identifiable, as some traces will violate well-known semantic constraints.In this paper, we therefore argue for privacy preservation that incorporates a process semantics. For common trace-variant queries, we show how, based on the exponential mechanism, semantic constraints are incorporated to ensure differential privacy of the query result. Experiments demonstrate that our semantics-aware anonymization yields event logs of significantly higher utility than existing approaches.
• Abstract（参考訳）: プライバシ保存プロセスマイニングは、プロセス利害関係者の機密情報の保護を保証しながら、イベントログを使用したビジネスプロセスの分析を可能にする。 この目的のために、既存の手法は、分析のためにトレース変動の頻度分布などのイベントログの特性を抽出するクエリの結果にノイズを加えるが、ノイズ挿入はプロセスの意味を無視し、元のログに存在しないトレースを生成する可能性がある。 これは問題です。 そこで本稿では,プロセス意味論を取り入れたプライバシ保護について論じる。公開データの有用性を低下させ,ノイズの識別を容易にする。 一般的なトレース変数クエリでは、指数関数機構に基づいて、クエリ結果の差分プライバシを確保するためにセマンティック制約が組み込まれていることを示す。 実験により、我々のセマンティクスを意識した匿名化は、既存のアプローチよりもはるかに高い実用性を持つイベントログをもたらすことが示された。

関連論文リスト

• Detecting Anomalous Events in Object-centric Business Processes via Graph Neural Networks [55.583478485027]
  本研究では,ビジネスプロセスにおける異常検出のための新しいフレームワークを提案する。 まず、属性グラフとしてオブジェクト中心のイベントログのプロセス依存性を再構築する。 次に、異常事象を検出するために、グラフ畳み込みオートエンコーダアーキテクチャを用いる。
  論文  参考訳（メタデータ） (2024-02-14T14:17:56Z)
• Enjoy the Silence: Analysis of Stochastic Petri Nets with Silent Transitions [4.163635746713724]
  プロセス内で意思決定を行う際に、非決定論がどのように解決されるのかを定量的に理解するには、ビジネスおよび作業プロセスにおける振る舞いのキャプチャが不可欠である。 これはプロセスマイニングにおいて特に関心があり、プロセスの実際の実行を追跡するイベントデータがプロセスモデルと関連している。 ペトリネットの変数はこのための自然な公式な基礎を提供するが、それらは(おそらく重複した)アクティビティとラベル付けされ、サイレント遷移を備える必要がある。 これらの分析タスクは解析的に解決可能であることを示し、特に、自動制御技術を組み合わせてLSP内の関心の振る舞いを抽出する1つの方法に還元する。
  論文  参考訳（メタデータ） (2023-06-10T07:57:24Z)
• Measuring Rule-based LTLf Process Specifications: A Probabilistic Data-driven Approach [2.5407767658470726]
  宣言的プロセス仕様は、有限トレース上の線形時間論理に基づくルールによってプロセスの振舞いを定義します。 マイニングの文脈では、これらの仕様は情報システムによって記録された複数セットの実行から推論され、チェックされる。 本稿では,イベントログに対する仕様書の満足度を測定する手法を提案する。
  論文  参考訳（メタデータ） (2023-05-09T13:07:01Z)
• Towards Knowledge-Centric Process Mining [5.429166905724047]
  ノイズ/不完全なイベントログに直面して,プロセス分析技術による価値提供を可能にするアプローチを提案する。 本手法では,イベントログにおけるノイズの影響を軽減するために知識グラフを活用するとともに,プロセスアナリストによるイベントログの多様性の理解を支援する。
  論文  参考訳（メタデータ） (2023-01-26T04:23:04Z)
• Robust Semantic Communications with Masked VQ-VAE Enabled Codebook [56.63571713657059]
  本稿では,ロバストなエンドツーエンドのセマンティック通信システムにおいて,セマンティックノイズに対処するためのフレームワークを提案する。 セマンティックノイズに対処するため、重み付き対向トレーニングを開発し、トレーニングデータセットにセマンティックノイズを組み込む。 ノイズやタスク非関連の特徴を抑える機能重要モジュール (FIM) を開発した。
  論文  参考訳（メタデータ） (2022-06-08T16:58:47Z)
• FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessment [93.09267863425492]
  競争力のあるスポーツビデオにおける行動の高レベル意味論と内部時間構造の両方を理解することが、予測を正確かつ解釈可能なものにする鍵である、と我々は主張する。 本研究では,多様なダイビングイベントに対して,アクションプロシージャに関する詳細なアノテーションを付加した,ファインディビングと呼ばれる詳細なデータセットを構築した。
  論文  参考訳（メタデータ） (2022-04-07T17:59:32Z)
• A Distance Measure for Privacy-preserving Process Mining based on Feature Learning [5.250561515565923]
  イベントの埋め込みがトレースの距離測定値の定義を可能にし、イベントログの匿名化を導く方法を示す。 実世界のデータを用いた実験により, この測定値を用いた匿名化が, 様々な次元において, 元のログに近いログを生成することを示す。
  論文  参考訳（メタデータ） (2021-07-14T09:44:28Z)
• Approximating Instance-Dependent Noise via Instance-Confidence Embedding [87.65718705642819]
  マルチクラス分類におけるラベルノイズは、学習システムの展開にとって大きな障害である。 インスタンス依存ノイズ(IDN)モデルを調査し、IDNの効率的な近似を提案し、インスタンス固有のラベル破損を捕捉する。
  論文  参考訳（メタデータ） (2021-03-25T02:33:30Z)
• Extracting Semantic Process Information from the Natural Language in Event Logs [0.1827510863075184]
  本稿では、イベントデータの意味的役割ラベリングという手法を提案する。 この方法では,イベント毎に最大8つの意味的役割に関する情報を抽出する。
  論文  参考訳（メタデータ） (2021-03-06T08:39:04Z)
• Tackling Instance-Dependent Label Noise via a Universal Probabilistic Model [80.91927573604438]
  本稿では,ノイズラベルをインスタンスに明示的に関連付ける,単純かつ普遍的な確率モデルを提案する。 合成および実世界のラベルノイズを用いたデータセット実験により,提案手法がロバスト性に大きな改善をもたらすことを確認した。
  論文  参考訳（メタデータ） (2021-01-14T05:43:51Z)
• Bias and Variance of Post-processing in Differential Privacy [53.29035917495491]
  後処理免疫は、差分プライバシーの基本的な性質である。 ポストプロセッシングはバイアスをもたらし、ばらつきを増大させるとしばしば主張される。 本稿では,後処理の特性を理解するための第一歩を踏み出す。
  論文  参考訳（メタデータ） (2020-10-09T02:12:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。