Génération de signaux anonymes à partir de données non anonymes par modèle de mélange linéaire local - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Génération de signaux anonymes à partir de données non anonymes par modèle de mélange linéaire local

Résumé

The aim of this work is to propose a technique of anonymization through signal generation from a non-anonymous database. The adopted method consist of a statistical mixing model where each signal is considered as a mixture of its neighbors in the database. This generative model is then used to simulate a set of synthetic signals containing all the information present in the initial database. The quality of the simulated database is assessed in terms of privacy and utility criteria. The proposed approach is applied to a database of real ECG signals.
L'objet de cette communication est de proposer une technique de génération de signaux synthétiques anonymes à partir d'une base de données non-anonyme. La méthode adoptée consiste à construire un modèle statistique dans lequel chaque signal de la base de données initiale est représenté comme un mélange linéaire de ses voisins. Ce modèle génératif est ensuite utilisé pour simuler un ensemble de signaux synthétiques différents de ceux de la base de données initiale mais contenant toutes les informations nécessaires pour son exploitation. La qualité de la base de données simulée est quantifiée par des mesures et d'utilité et de vie privée. Cette technique est appliquée à une base de signaux ECG réels.
Fichier principal
Vignette du fichier
2023_barreteau1382.pdf (279.89 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04250356 , version 1 (19-10-2023)

Identifiants

  • HAL Id : hal-04250356 , version 1

Citer

Alban-Félix Barreteau, Olivier Regnier-Coudert, Eric Le Carpentier, Saïd Moussaoui. Génération de signaux anonymes à partir de données non anonymes par modèle de mélange linéaire local. 29e Colloque sur le traitement du signal et des images (GRETSI 2023), Aug 2023, Grenoble, France. p. 1169-1172. ⟨hal-04250356⟩
19 Consultations
15 Téléchargements

Partager

Gmail Facebook X LinkedIn More