論文の概要: DP-starJ: A Differential Private Scheme towards Analytical Star-Join Queries
- arxiv url: http://arxiv.org/abs/2310.04711v3
- Date: Fri, 17 Nov 2023 05:20:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 03:02:24.783891
- Title: DP-starJ: A Differential Private Scheme towards Analytical Star-Join Queries
- Title(参考訳): DP-starJ:分析スタージョインクエリのための微分プライベートスキーム
- Authors: Congcong Fu, Hui Li, Jian Lou, Jiangtao Cui,
- Abstract要約: Star-joinクエリはデータウェアハウスの基本的なタスクであり、オンライン分析処理(OLAP)のシナリオに幅広い応用がある。
本稿では,スタージョインクエリのための新しい微分プライベートフレームワークDP-starJを提案する。
- 参考スコア(独自算出の注目度): 10.022473569166532
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Star-join query is the fundamental task in data warehouse and has wide applications in On-line Analytical Processing (OLAP) scenarios. Due to the large number of foreign key constraints and the asymmetric effect in the neighboring instance between the fact and dimension tables, even those latest DP efforts specifically designed for join, if directly applied to star-join query, will suffer from extremely large estimation errors and expensive computational cost. In this paper, we are thus motivated to propose DP-starJ, a novel Differentially Private framework for star-Join queries. DP-starJ consists of a series of strategies tailored to specific features of star-join, including 1) we unveil the different effect of fact and dimension tables on the neighboring database instances, and accordingly revisit the definitions tailored to different cases of star-join; 2) we propose Predicate Mechanism (PM), which utilizes predicate perturbation to inject noise into the join procedure instead of the results; 3) to further boost the robust performance, we propose a DP-compliant star-join algorithm for various types of star-join tasks based on PM. We provide both theoretical analysis and empirical study, which demonstrate the superiority of the proposed methods over the state-of-the-art solutions in terms of accuracy, efficiency, and scalability.
- Abstract(参考訳): Star-joinクエリはデータウェアハウスの基本的なタスクであり、オンライン分析処理(OLAP)のシナリオに幅広い応用がある。
外部キー制約の多さと、近隣の事象と次元表の間の非対称効果のため、スタージョインクエリに直接適用されるような結合を特別に設計した最新のDPの取り組みでさえ、非常に大きな推定誤差と高価な計算コストに悩まされる。
そこで本研究では,DP-starJを提案する。
DP-starJは、スタージョイントの特定の特徴に合わせた一連の戦略から構成される。
1) 近隣のデータベースインスタンスに対する事実と次元表の異なる影響を明らかにし, スタージョイントの異なるケースに合わせた定義を再考する。
2) 結果の代わりに述語摂動を利用して結合手順に雑音を注入する述語機構(PM)を提案する。
3)ロバストな性能をさらに向上するために,PMに基づく様々なスタージョイントタスクに対するDP準拠のスタージョイントアルゴリズムを提案する。
提案手法の精度,効率,スケーラビリティの両面から,提案手法が最先端のソリューションよりも優れていることを示す理論的解析と実証的研究の両方を提供する。
関連論文リスト
- UCB-driven Utility Function Search for Multi-objective Reinforcement Learning [77.34103651848255]
マルチオブジェクト強化学習(MORL)エージェントでは、意思決定行動の最適化を行う。
重みベクトル w でパラメータ化される線型効用関数の場合に焦点を当てる。
学習過程の異なる段階で最も有望な重みベクトルを効率的に探索する上信頼境界に基づく手法を提案する。
論文 参考訳(メタデータ) (2024-05-01T09:34:42Z) - LaSagnA: Language-based Segmentation Assistant for Complex Queries [39.620806493454616]
視覚のための大規模言語モデル(vLLM)は、バウンディングボックスやマスクを含む知覚結果を生成する。
本研究では,これらの問題の主な原因が,学習クエリの複雑さの不足であることを認めた。
本稿では,提案フォーマットの直接統合による課題を効果的に解決するための3つの新しい戦略を提案する。
論文 参考訳(メタデータ) (2024-04-12T14:40:45Z) - Synthesizing Tight Privacy and Accuracy Bounds via Weighted Model Counting [5.552645730505715]
2つの中核的な課題は、DPアルゴリズムの分布の表現的でコンパクトで効率的な符号化を見つけることである。
プライバシーと正確性に縛られた合成法を開発することで、最初の課題に対処する。
DPアルゴリズムに固有の対称性を活用するためのフレームワークを開発する。
論文 参考訳(メタデータ) (2024-02-26T19:29:46Z) - Query-Efficient Correlation Clustering with Noisy Oracle [18.6999949314543]
我々は、クラスタ化すべき$n$要素を持つ一般的なクラスタリング環境について研究する。
本稿では,Y Combinatorial Multi-Armed Banditsにおける純粋探索のパラダイムに根ざしたオンライン学習問題の2つの新しい定式化を提案する。
論文 参考訳(メタデータ) (2024-02-02T13:31:24Z) - Rethinking Model Selection and Decoding for Keyphrase Generation with
Pre-trained Sequence-to-Sequence Models [76.52997424694767]
キーフレーズ生成(英: Keyphrase Generation, KPG)は、NLPにおける長年の課題である。
Seq2seq 事前訓練言語モデル (PLM) は KPG に転換期を迎え、有望な性能改善をもたらした。
本稿では, PLM に基づく KPG におけるモデル選択と復号化戦略の影響について, 系統解析を行った。
論文 参考訳(メタデータ) (2023-10-10T07:34:45Z) - Provably Efficient UCB-type Algorithms For Learning Predictive State
Representations [55.00359893021461]
逐次決定問題は、予測状態表現(PSR)によってモデル化された低ランク構造が認められる場合、統計的に学習可能である
本稿では,推定モデルと実モデル間の全変動距離を上限とする新しいボーナス項を特徴とする,PSRに対する最初のUCB型アプローチを提案する。
PSRに対する既存のアプローチとは対照的に、UCB型アルゴリズムは計算的トラクタビリティ、最優先の準最適ポリシー、モデルの精度が保証される。
論文 参考訳(メタデータ) (2023-07-01T18:35:21Z) - Non-stationary Reinforcement Learning under General Function
Approximation [60.430936031067006]
まず,非定常MDPに対する動的ベルマンエルダー次元(DBE)と呼ばれる新しい複雑性指標を提案する。
提案する複雑性指標に基づいて,SW-OPEAと呼ばれる新しい信頼度セットに基づくモデルフリーアルゴリズムを提案する。
SW-OPEAは,変動予算がそれほど大きくない限り,有効に有効であることを示す。
論文 参考訳(メタデータ) (2023-06-01T16:19:37Z) - Contrastive Proposal Extension with LSTM Network for Weakly Supervised
Object Detection [52.86681130880647]
画像レベルのラベルしか使用せず、膨大なアノテーションコストを節約できるため、WSOD (Weakly supervised Object Detection) が注目されている。
本稿では,初期提案と拡張提案を比較して,初期提案を最適化する手法を提案する。
PASCAL VOC 2007 と VOC 2012 と MS-COCO のデータセットを用いた実験により,本手法は最先端の結果を得た。
論文 参考訳(メタデータ) (2021-10-14T16:31:57Z) - Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal
Constraints [52.58352707495122]
本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。
都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
論文 参考訳(メタデータ) (2020-05-27T01:10:41Z) - Exploiting Database Management Systems and Treewidth for Counting [22.315022989618594]
正規カウント問題は#SATであり、ブール公式の割り当てを数えるように求めている。
最近の研究によると、#SATのベンチマークインスタンスは、適度に小さなツリー幅を持つことが多い。
本稿では,最先端データベース管理システムに基づく質問数解決のための一般的なフレームワークを提案する。
論文 参考訳(メタデータ) (2020-01-13T12:45:22Z)
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。