論文の概要: The Impact of Event Data Partitioning on Privacy-aware Process Discovery

• arxiv url: http://arxiv.org/abs/2507.06008v1
• Date: Tue, 08 Jul 2025 14:13:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:38.152516
• Title: The Impact of Event Data Partitioning on Privacy-aware Process Discovery
• Title（参考訳）: イベントデータ分割がプライバシ対応プロセス発見に及ぼす影響
• Authors: Jungeun Lim, Stephan A. Fahrenkrog-Petersen, Xixi Lu, Jan Mendling, Minseok Song,
• Abstract要約: 匿名化とイベントデータのパーティショニングを組み合わせたパイプラインを提案する。 イベントパーティショニングが2つの匿名化手法に与える影響について検討する。
• 参考スコア（独自算出の注目度）: 4.578440119454756
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Information systems support the execution of business processes. The event logs of these executions generally contain sensitive information about customers, patients, and employees. The corresponding privacy challenges can be addressed by anonymizing the event logs while still retaining utility for process discovery. However, trading off utility and privacy is difficult: the higher the complexity of event log, the higher the loss of utility by anonymization. In this work, we propose a pipeline that combines anonymization and event data partitioning, where event abstraction is utilized for partitioning. By leveraging event abstraction, event logs can be segmented into multiple parts, allowing each sub-log to be anonymized separately. This pipeline preserves privacy while mitigating the loss of utility. To validate our approach, we study the impact of event partitioning on two anonymization techniques using three real-world event logs and two process discovery techniques. Our results demonstrate that event partitioning can bring improvements in process discovery utility for directly-follows-based anonymization techniques.
• Abstract（参考訳）: 情報システムはビジネスプロセスの実行をサポートする。 これらの実行のイベントログには、一般的に顧客、患者、従業員に関する機密情報が含まれている。 対応するプライバシの課題は、プロセスディスカバリのユーティリティを維持しながら、イベントログを匿名化することで解決できる。 しかし、ユーティリティとプライバシのトレードオフは難しい。イベントログの複雑さが高くなるほど、匿名化によるユーティリティの損失が大きくなる。 本研究では、匿名化とイベントデータパーティショニングを組み合わせたパイプラインを提案し、イベント抽象化をパーティショニングに利用する。 イベント抽象化を活用することで、イベントログを複数の部分に分割し、各サブログを別々に匿名化することができる。 このパイプラインは、ユーティリティの損失を軽減しながら、プライバシを保存する。 本研究では,3つの実世界のイベントログと2つのプロセス発見技術を用いて,イベントパーティショニングが2つの匿名化手法に与える影響を検証した。 結果から,イベントパーティショニングは直接フォロースに基づく匿名化技術において,プロセス発見ユーティリティの改善をもたらす可能性が示唆された。

関連論文リスト

• Collaborative Inference over Wireless Channels with Feature Differential Privacy [57.68286389879283]
  複数の無線エッジデバイス間の協調推論は、人工知能(AI)アプリケーションを大幅に強化する可能性がある。 抽出された特徴を抽出することは、プロセス中に機密性の高い個人情報が暴露されるため、重大なプライバシーリスクをもたらす。 本稿では,ネットワーク内の各エッジデバイスが抽出された機能のプライバシを保護し,それらを中央サーバに送信して推論を行う,新たなプライバシ保存協調推論機構を提案する。
  論文  参考訳（メタデータ） (2024-10-25T18:11:02Z)
• Adaptive Differentially Private Structural Entropy Minimization for Unsupervised Social Event Detection [29.13690542566747]
  社会的事象の検出は、意見分析、社会的安全、意思決定など、多くの分野で重要である。 現在のほとんどのメソッドは監視されており、大量のデータにアクセスする必要があります。 プライバシを優先する,教師なしのソーシャルイベント検出手法であるADP-SEMEventを提案する。
  論文  参考訳（メタデータ） (2024-07-23T11:19:22Z)
• Double Mixture: Towards Continual Event Detection from Speech [60.33088725100812]
  音声イベント検出は、セマンティックイベントと音響イベントの両方のタグ付けを含むマルチメディア検索に不可欠である。 本稿では, 音声イベント検出における主な課題として, 過去の出来事を忘れることなく新たな事象を連続的に統合すること, 音響イベントからの意味のゆがみについて述べる。 本稿では,適応性を向上し,忘れることを防止するために,音声の専門知識と堅牢な記憶機構を融合する新しい手法「ダブルミキチャー」を提案する。
  論文  参考訳（メタデータ） (2024-04-20T06:32:00Z)
• 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)
• Resolving Uncertain Case Identifiers in Interaction Logs: A User Study [0.4014524824655105]
  本稿では,クリックデータのケース概念を決定するニューラルネットワークに基づく手法を提案する。 移動型共有企業のインタラクションデータから得られたセグメント化されたイベントログに基づいて,その有効性を検証する。
  論文  参考訳（メタデータ） (2022-11-21T16:13:04Z)
• Avoiding Post-Processing with Event-Based Detection in Biomedical Signals [69.34035527763916]
  学習対象としてイベントを直接扱うイベントベースのモデリングフレームワークを提案する。 イベントベースのモデリング(後処理なし)は、広範囲な後処理を伴うエポックベースのモデリングと同等以上のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-09-22T13:44:13Z)
• Accessing and Interpreting OPC UA Event Traces based on Semantic Process Descriptions [69.9674326582747]
  本稿では、イベントデータのコンテキストに基づいて、プロダクションシステムのイベントデータにアクセスするアプローチを提案する。 本手法は,1)生産システムの階層構造の意味モデル,2)形式化されたプロセス記述,3)OPC UA情報モデルを組み合わせることによって,データベースシステムからフィルタリングイベントログを抽出する。
  論文  参考訳（メタデータ） (2022-07-25T15:13:44Z)
• SaCoFa: Semantics-aware Control-flow Anonymization for Process Mining [4.806322013167162]
  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。
  論文  参考訳（メタデータ） (2021-09-17T12:26:49Z)
• 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)
• "What Are You Trying to Do?" Semantic Typing of Event Processes [94.3499255880101]
  本稿では,認知に動機づけられたセマンティックタイピングタスク,多軸イベントプロセスタイピングについて検討する。 我々は60k以上のイベントプロセスを含む大規模なデータセットを開発し、アクションとオブジェクトタイプの軸の両方に極細粒度のタイピングを特徴とする。 本稿では,Glosses1からの間接的監視によるタイピング問題に対処するハイブリッド学習フレームワークP2GTと,共同学習からランクへのフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-10-13T22:37:29Z)

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。