ソ 流通
保護 利活用 均衡
匿 処理 術 研究
栗 暢
博士 情 報学
総合研 究 大学院 大 学
複合科 学 研究科
情報学 専 攻
成 28
(2016)
論 文 総 合 研 究 大 学 院 大 学 複 合 科 学 研 究 科 情 報 学 専 攻
博 士 情 報 学 授 要 件 提 出 博 士 論 文 あ
審 査 委 員 ：
主 査 曽 根 原 教 授 国 立 情 報 学 研 究 総 合 研 究 大 学 院 大 学 越 前 教 授 国 立 情 報 学 研 究 総 合 研 究 大 学 院 大 学 神 門 典 子 教 授 国 立 情 報 学 研 究 総 合 研 究 大 学 院 大 学 計 生 教 授 国 立 情 報 学 研 究 総 合 研 究 大 学 院 大 学 小 舘 亮 之 教 授 津 塾 大 学
山 茂 樹 教 授 国 立 情 報 学 研 究 主 査 以 外 50 音
A study on anonymizing method
to balance the protection and utilization
for the personal data distribution
Hidenobu Oguri
DOCTOR of PHILOSOPHY
Department of Informatics
School of Multidisciplinary Sciences
SOKENDAI (The Graduate University for Advanced Studies)
2016
A dissertation submitted to the Department of Informatics, School of Multidisciplinary Sciences
SOKENDAI (The Graduate University for Advanced Studies) In partial fulfillment of the requirements for
The degree of Doctor of Philosophy
Advisory Committee：
Prof. Noboru Sonehara (Chair) National Institute of Informatics / SOKENDAI (The Graduate University for Advanced Studies) Prof. Isao Echizen National Institute of Informatics / SOKENDAI
(The Graduate University for Advanced Studies) Prof. Noriko Kando National Institute of Informatics / SOKENDAI
(The Graduate University for Advanced Studies) Prof. Yusheng Ji National Institute of Informatics / SOKENDAI
(The Graduate University for Advanced Studies) Prof. Akihisa Kodate Tsuda College
Prof. Shigeki Yamada National Institute of Informatics
論文要旨
論文要旨 論文要旨
論文要旨
個 人 属 性 や行 動 連 情 報 あ ソ 利 用 増
い ソ 流 通 利 活 用 進 既 産 業 新 付
価 値 え 効 果 や 新 産 業 創 出 期 待 い 方 ン
ン 能 力 進 ソ 個 人 特 定 識
高 い ソ 全 性 高 匿 処 理 術 必 要
い 匿 処 理 処 理 大 保 護 利 活 用
両 立 い いう問 あ
論 文 ソ 対 保 護 利 活 用 両 立 匿
処 理 提 案 あ 特 全 性 基 準 満 属 性 値 組 合 わ
効 率 的 索 用 い 保 持 者 利 用 者 間 授
全 体 効 率 ソ 利 活 用 能
実 現 目 的
ソ 対 指 標 属 性 値 抽 象 統 合 削 除 等 処
理 施 個 人 再 識 1/k(k>1)以 k-匿 性 知
い 論 文 属 性 値 組 合 わ 数 k-匿 性 予 測 組 通 匿
処 理 効 率 手 法 い 検 討 匿 処 理 ソ あ
匿 流 通 以 3 課 解 決
1) 匿 全 性 定 方 法
2) ソ 匿 処 理 ソ 軽 減
3) 実 社 会 即 匿 流 通 方 法
第 1 章 研 究 背 課 い 述 論 文 構 成 い 概 観
第 2 章 研 究 連 従 来 研 究 い 述
ソ 匿 処 理 第 者 提 供 場 合 攻 撃 即
多 様 全 性 指 標 い 概 特 個 人 識 能 性 減 k-匿
処 理 注 目 主 要 及 術 的 課 匿 処 理
行 う 全 体 課 い 整 理 従 来 術 課 析
第 3 章 匿 全 性 基 準 い 検 討 企 業 機 い 匿
処 理 行 う場 合 基 匿 手 法 再
識 方 法 及 全 性 基 準 成 検 討 等 開 い
匿 処 理 術 全 性 ン 基 準 値 先 行 例
少 い いう問 あ
全 性 基 準 検 討 基 礎 実 映
擬 似 ソ 群 対 処 理 行 場 合 成
全 性 基 準 推 移 検 証 結 果 単 純 行 う 匿 成
各 特 徴 応 匿 処 理 行 わ い 全 性
用 性 損 わ 実 証
第 4 章 結 果 ソ 匿 処 理 ソ 削 減 向
k-匿 性 減 少 予 測 式 用 い 匿 処 理 効 率 手 法 検 討 属 性 出 現 数 統 計 的 利 用 k-匿 処 理 行 う場 合 全 体 書 換 え処 理
全 性 計 測 連 的 行 う 情 報 損 失 最 匿 生 成
処 理 NP 困 あ 予 測 い
課 解 決 k-匿 性 減 少 傾 向 予 測
全 性 基 準 満 最 属 性 組 合 わ 手 法 検 討 体
的 抽 出 条 件 析 耐 えう 十 出 力 場 合 出 力
基 準 標 準 規 近 似 性 質 乗 近 似 型 予 測 式 提 案
予 測 値 実 -匿 性 比 較 予 測 誤 差 検 証 結 果 相 数 0.9 以 値 実 測 値 近 似 予 測 誤 差 大 い 予 測 値 直 接 用 い 効 率
困 あ 明
第 5 章 4 章 提 案 予 測 式 用 い 匿 処 理 成 能 属 性 組
合 わ 予 測 組 合 わ 匿 状 態 検 証 提 案
従 来 術 い 匿 処 理 群 匿 処 理 試 行
方 式 抽 象 的 群 匿 処 理 試 行 ン方 式 類
提 案 予 測 地 匿 性 検 証 結 果 求 匿 性
満 場 合 地 ン 匿 処 理 選 択 満 い場 合
型 匿 処 理 選 択 匿 状 態 検 証 回 数 削 減 方 式
4 章 用 い 対 適 用 匿 比 較 処 理 削 減 効 果
高 い 検 証
第 6 章 研 究 成 果 活 用 枠 組 実 社 会 即 匿
流 通 方 法 い 検 討 4 章 検 討 予 測 式 用 い 匿 処 理 効
率 能 研 究 結 果 実 装 ソ 流 通
提 案 体 的 匿 利 用 者 対 属 性 数 k-匿
性 予 測 式 提 供 利 用 者 求 属 性 匿 処 理
成 前 検 証 出 来 組 考 案 元 ソ
漏 洩 抑 制 匿 授 伴 う検 証 作 業 効 率 確
社 会 実 装 必 要 術 的 課 整 理
第 7 章 論 文 成 果
研 究 成 果 実 映 疑 似 ソ 群 用 い 属
性 値 ン 行 場 合 k-匿 性 推 移 検 証 相 数 高 い予
測 式 提 案 あ え 予 測 式 用 い 匿 処 理 選
択 手 法 提 案 元 情 報 特 徴 依 匿 処 理 効 率
実 証 元 情 報 含 特 徴 開 利 用 者
求 般 階 前 評 価 社 会 実 装 能
Abstract
Abstract
Abstract
Abstract
Many enterprises and organizations collect information about individuals for various services. Among them, the information created from personal behavior, defined as "personal data", is increasing. On the other hand, by the progress of the computing power, the personal data contain risks of individual re-identification. Anonymization is a technology to prevent identification.
However, the load to make anonymized data that achieves minimum information loss is high, and it is difficult to achieve the balance between privacy protection and data utilization.
This thesis proposes the anonymization process to balance the privacy protection and utilization of personal data, which involve personal attributes and activities. Particularly, using an algorithm to search for the combination of attribute to meet a security standard effectively, aims to reduce the transaction cost between the data holder and data users. Moreover, we target the realization of a platform promoting the utilization of personal data.
As a barometer of a risk of personal data, “k-anonymity” is widely used. k- anonymity is an index of reducing the risk of individual re-identification less than 1/k (k>1) by abstraction and aggregation etc. In this thesis, we precisely studied a method to make the anonymization process effective through a system predicting k-anonymity by the number of combination of attributes. It also solves several problems in the distribution of anonymized data, which is anonymize-processed personal data, as well.
1) The method of evaluating the safety of anonymizing personal data. 2) The load reduction process in anonymization processing.
3) The distribution systems of anonymized data, which corresponds to the real society.
In Chapter 1, we describe the background and purpose of this research, and show the overview of this thesis.
In Chapter 2, we researched the related approaches about anonymization. At first, we researched the privacy regulations of various countries and regions, and we presented the survey of attack model of personal data and evaluations. After that, we focused on k-anonymous processing that reduces the risk of specific individuals, and surveyed the major algorithm technique
and their problems. In addition, we defined the problems containing the whole system of anonymization.
In Chapter 3, we suggested the security standard of anonymized personal data. Usually, enterprises do not release the detail process of anonymization based on the security policy. Hence, there are a few examples of making appropriate anonymizing standard.
In this situation, we researched the basic data to consider the safety standard. At first, we made the dummy personal data created by referencing the variance of actual service data. After that, we set a uniform clustering process of the data of the attribute values, and investigated the transition of the k-value.
In Chapter 4, we supposed the load reduction process in anonymization processing. To solve this problem, we supposed an efficient system using the predictive model of k-anonymization. It is generally acknowledged that the load required to realize optimal k-anonymization of microdata is too high and the process is NP-hard. Moreover, and it is difficult for us to predict whether the attributes abstracted from a dataset will satisfy k-anonymity.
We proposed a k-anonymity predictive model which uses a power approximation based on the property that most data approximates a normal distribution when extracted at a constant scale from large-scale data. Moreover, we investigate the accuracy of the predictive value and real k-value. The result of it, the proposed predictive model took out regression coefficient scores of more than 0.9. However, the model cannot be used when correct numerical values are required
In Chapter 5, we therefore proposed an anonymizing algorithm that starts processing from a prediction spot and uses optimal anonymization algorithm. Generally, these methods suggest that it is possible to use a bottom-up or top- down order when processing data to achieve anonymity. Then we predict the point at which it is possible to achieve k-anonymity and the combination of attributes with the greatest utility, and begin the anonymity process with choosing optimal methods. We compared proposed algorithm experimentally with a general anonymizing algorithm.
In Chapter 6, we discussed the framework of anonymized data distribution systems, which corresponds to the real society. Therefore, we discussed the distribution platform of anonymized data to apply these studies. At first, a
data provider provides the predictive approximation between the number of the attribute and the k-anonymity to the data user. Thereby, the data user inspects the results that a generalization hierarchy can achieve k-anonymity, without requesting the detail of the personal data. By using this method, we can reduce the cost of negotiations in the process of data transactions.
In Chapter 7, we conclude the thesis with the summary of the results. This thesis proposed a predictive model that meets high regression coefficient scores using the clustering process of the data by the attribute values. In addition, we proposed an anonymizing algorithm that starts processing from a prediction spot and chooses an optimal anonymization algorithm, and this algorithm achieves a stable and high efficiency, compared with other algorithms. Accordingly, we presented the methods achieved the safety and efficiency of the entire system according to the transaction of personal data.
目 目
目 目
1.1 研 究 背 ... 1
1.1.1 ソ 増 利 活 用 ... 1
1.1.2 ソ 析 術 問 ... 2
1.1.3 ソ 保 護 術 国 動 向 ... 3
1.1.4 保 護 ン ... 4
1.1.5 匿 利 活 用 ... 5
1.2 匿 処 理 術 課 ... 5
1.2.1 型 匿 処 理 課 ... 7
1.3 研 究 目 的 貢 献 ... 8
1.4 論 文 構 成 ... 9
2.1 章 構 成 い ...10
2.2 用 語 定 義 ...10
2.3 k-匿 性 ... 11
2.3.1 米 国 ン 属 性 処 理 方 法 ...12
2.3.2 ン 属 性 い k-匿 処 理 ...13
2.4 ソ 攻 撃 ...14
2.4.1 結 合 (Record linkage) ...15
2.4.2 属 性 結 合 (Attribute linkage) ...16
2.4.3 結 合 (Table linkage) ...18
2.4.4 確 率 的 攻 撃 (Probabilistic Attack) ...19
2.5 匿 処 理 手 ...20
2.5.1 等 価 検 証 書 換 え処 理 ...21
2.5.2 属 性 値 書 換 え処 理 析 ...22
2.5.3 般 階 用 い 匿 処 理 い ...23
2.5.4 般 階 適 用 範 ...24
2.5.5 般 階 用 い 場 合 用 性 指 標 ...25
2.6 Global Recoding 匿 処 理 ...27
2.6.1 用 性 維 持 匿 処 理 ...30
2.7 ソ 匿 術 動 向 ...35
2.7.1 日 匿 処 理 術 動 向 ...35
2.7.2 欧 匿 処 理 術 動 向 ...37
2.7.3 米 国 匿 処 理 術 動 向 ...39
2.7.4 匿 全 性 基 準 課 ...39
2.7.5 匿 処 理 課 ...40
2.8 従 来 研 究 課 整 理 ...41
3.1 ...44
3.2 k-匿 性 k 値 定 義 ...44
3.3 実 験 概 要 ...45
3.4 数 k 値 性 ...46
3.5 k 値 方 式 性 ...49
3.6 国 勢 調 査 相 k 値 調 査 ...52
3.7 章 ...53
4.1 ...55
4.2 予 測 式 検 討 ...55
4.3 乗 近 似 式 比 較 検 証 ...58
4.3.1 必 要 ン 数 検 証 ...59
4.3.2 予 測 誤 差 計 測 ...61
4.4 章 ...64
5.1 提 案 概 要 ...65
5.2 ン ...66
5.3 提 案 方 式 評 価 ...69
5.4 章 ...75
6.1 匿 流 通 検 討 ...76
6.1.1 k-匿 性 予 測 式 共 提 案 ...76
6.1.2 提 案 方 式 評 価 方 法 ...79
6.1.3 提 案 方 式 ...83
6.2 ソ 流 通 社 会 実 装 向 検 討 ...84
6.2.1 社 会 実 装 向 検 討 ...85
6.2.2 匿 流 通 評 価 行 う 検 討 ...87
6.2.3 開 実 験 評 価 検 討 ...89
6.2.4 匿 評 価 指 標 課 ...92
6.3 章 ...95
7.1 第 3 章 ：k-匿 性 減 少 特 性 議 論 ...96
7.2 第 4 章 ：k-匿 性 予 測 近 似 式 い 議 論 ...97
7.3 第 5 章 ： 乗 近 似 式 用 い 匿 処 理 い 議 論 ...97
7.4 第 6 章 ：匿 流 通 議 論 ...98
謝 辞 参 考 文 献 研 究 成 果 追 資 料
目
型 匿 処 理 ン
ソ 例
匿 性 満 例
匿 処 理 例
含 い匿 処 理 例
g 考 え 攻 撃 範
単 純 匿 処 理 例 ℓ 多 様 処 理 例
匿 多 様 行 わ 例
結 合 個 人 行 動 類 推 例
匿 処 理
i g 手 法 特 徴
表 用 い i 例
匿 処 理 書 換 え例 概 念 い
g i 方 式 検 証 削 減 方 式 例
方 式 索 方 式 例
各 最 悪
i i i i 軸 例
i 元 割 例
価 格 用 い 匿 処 理 例
保 護 規 則 匿 種
対 象 顧 客 数 標 準 偏 差 属 性 数 値 推 移
属 性 数 値 推 移
属 性 数 対 数 標 準 偏 差 均 比 較 値 実 数 線 形 近 似 値 比 較
類 値 均 = 率
類 値 均 = 率
類 値 均 = 率
地 域 類 値 国 勢 調 査 相 数 人 以
地 域 類 値 国 勢 調 査 相 数
数 増 最 端 値 変
規 値 推 移 実 験 結 果
国 勢 調 査 匿 性 実 測 値 予 測 値 比 較
作 成 近 似 式 相 数 数
既 知 使 用 数 相 数 推 移
国 勢 調 査 及 誤 差 推 移
処 理 削 減 効 果 匿 予 測 失 敗 数
提 案 概 要
提 案
匿 処 理 比 較 匿 処 理 比 較
最 良 比 較
相 数 処 理 比 率 性
各 最 悪 再 掲
最 悪 比 較
予 測 値 用 い 匿 案
情 報 数 値 結 合 能 領 域
提 案 手 法 ン
提 案 手 法 領 域 概 念 提 案 手 法 結 合 能 領 域 提 案 手 法 評 価 方 法 提 案
= 象 限 評 価 結 果
= 象 限 評 価 結 果
= 象 限 評 価 結 果
匿 流 通 わ
概 念 開 実 験 流
開 実 験
匿 流 通 評 価 行 う 概 念
匿 評 価 機 能 構 成
結 果 用 性 指 標
表 表
表 表目 目 目 目
表 対 象 顧 客 群
表 齢 属 性 値 般 階 例 表 評 価 指 標 適 用 能 範 表 主 書 換 え処 理 例 表 特 定 識 情 報
表 調 査 対 象 人 数 階 級 表 顧 客 群 対 方 式 種 類 表 値 均 減 少 数 均 減 少 率 表 対 象 階 級 状 況
表 相 数 最 高 値 最 値 出 数 検 証
表 人 数 毎 回 析 結 果 人 数 規 模 比 較 表 属 性 組 合 わ 数 結 果 比 較 全 体 均
表 般 階 例
表 ン
表 比 較 対 象 候 補
表 対 象 人 数 予 測 式
表 相 数 階 級 処 理 均
表 持 情 報 種 類
表 従 来 方 式 提 案 方 式 比 較
表 様
表 開 実 験 利 用 指 標
1 序論 p. 1
現 代 社 会 様 々 企 業 機 提 供 行 う 個 人 情 報 や ソ
多 集 い
個 人 情 報 個 人 情 報 保 護 法 個 人 情 報 法 保 護 法 生
個 人 情 報 あ 当 情 報 含 氏 生 日 述
等 特 定 個 人 識 い
対 ソ 個 人 情 報 広 い意 味 持 情 報
誰 情 報 わ い場 合 個 人 全 般 ソ
扱 う [1]
ソ 置 情 報 購 買 情 報 ン 通 信 含
運 営 必 要 利 用 え 近
析 流 通 多 方 面 価 値 生 考 え い
ソ ン 展 前 個 人 識 性 危 険 性 い
長 い間 企 業 や機 自 扱 ソ 蓄 積 利
用 問 視
ソ ン 携 電 ン等 及 ソ 要
性 高 現 在 機 器 間 通 信 行 う M2M(Machine to Machine)
機 器 触 個 人 在 場 合 ソ う M2M
広 い概 念 あ IoT(Internet of Things) 人 機 械 ソ 等 あ ゆ
ン 接 様 々 領 域 い ソ 対 象 広
い
日 国 内 流 通 成 27 情 報 通 信 白 書 2014
い 14.5 以 9 間 9.3 倍 [2] い 白 書
POS 携 電 等 去 利 用 い ソ 約
4.5 倍 い 対 ン 2005 比 約 12 倍 交 通 渋 滞
情 報 約 9.2 倍 大 大 い
1 序論 p. 2
機 器 大 生 成 録 ソ 現 代 社 会
い 利 便 性 高 い 運 営 必 要 あ 時
在 識 う
ソ 様 々 要 視 い 半 面 ソ
用 い 問 多 生 い 契 機 2002 生
社 訟 在 [3]
ン 広 告 運 用 い 社 広 告 利 用
い Cookie 実 社 会 使 用 い 簿 業 者 持 照 会
精 緻 ン 広 告 実 現 う 消 費 者 団 体 差 要 求
訟 あ [3]
結 果 ソ 活 用 対 全 性 基 準 利 用 規 則 等 以 降 規 則
等 明 確 定 義 範 内 活 動 能 新 い 業 創 出 や
開 展 特 大 ソ 活 用 WEB 等
親 和 性 高 い機 械 学 習 研 究 2000 前 半 活
析 研 究 い
機 械 学 習 や深 学 習 あ 情 報 対 結 果 学 習 結 果
等 あ WEB 療 診 断 金 融
等 い 個 人 向 高 や 最 適 等 活 用 [4]
ソ 授 繁 生 背 研 究 進 展
や 搭 載 大 業 ン
広 告 あ
ン 個 人 行 動 集 即 時 ン方 式 広 告 引
画 面 表 示 行 う RTB( 入 型 広 告 配 信 ) 術 多 ン
用 い
RTB 個 人 ン解 析 機 械 学 習 や深 学 習 大 効 率
去 い 個 人 属 性 性 齢 等 応 広 告 変 更 行 う
ン 広 告 方 式 主 流 あ 個 人 行 動 閲 覧 URL 検 索 語 等
析 最 適 広 告 配 信 行 う 行 動 ン 広 告 方 式 展
個 人 広 告 提 供 効 率 大 向
う ソ ン 広 告 活 用 様 々 問 指
摘 い 例 あ 広 告 代 理 店 ソ 提 供 場 合
RTB 通 広 告 代 理 店 ソ 共 い 転 々流 通 や第
者 提 供 問 指 摘 い
1 序論 p. 3
特 多 国 籍 企 業 い 自 社 利 用 ソ
大 得 各 国 法 制 抵 触 い方 式 結 合 析 共 行 い
行 動 ン 広 告 活 用 い 規 則 等 追 い い い い いう問 あ
去 い 生 問 主 国 内 問 あ 対 現 在
企 業 世 界 中 行 う ソ 利 用 や管 理
い 国 地 域 対 応 求
例 えば 仮 想 環 境 ワ 通 遠 隔 利 用 ン
世 界 中 設 備 散 提 供 い う 仮 想
環 境 ソ 保 い 箇 設 備 依 散 保
持 い う ソ 管 理 体 制 対 明 確 国 地 域
規 則 等 適 用 い
個 人 情 報 保 護 明 確 企 業 や 海 外 自 国 民
対 人 保 護 行 わ い場 ソ 流 通 危 険 性
識 多 国 地 域 利 用 対 制 限 え い
新 い 術 進 展 新 い脅 威 生 常 最 新 術 対 応
規 則 等 新 設 定 必 要 出
欧 連 合 EU ン 広 告 ソ 用 い
個 人 ン 禁 措 置 強 EU 定 義 ン
自 然 人 定 個 人 的 側 面 評 価 特 当 自 然 人
職 務 成 果 経 済 状 況 置 健 康 個 人 的 嗜 好 信 性 若 行 動 析
予 測 意 あ ゆ 形 式 自 動 個 人 処 理 い [6]
行 動 析 予 測 いう基 準 曖 昧 あ 各 個 人 い 許
容 異 個 行 動 ン 広 告 法
ン あ 定 い
EU 機 微 情 報 わ 処 理 禁 ン 対 象 個
人 選 択 う WEB 自 己 情 報 ン 確 保 義 務 付 等 対
策 行 わ い
ン ソ 提 供 い 制 限 行
い
EU 米 国 商 務 省 2007 締 結 協 定 個 企 業 EU
諸 国 転 個 人 情 報 対 十 保 護 行 う 保 証 形 運 用
い [7] 2015 欧 裁 協 定 無 効 決 出
1 序論 p. 4
EU 保 護 規 則 [8,9] 欧 国 境
い ソ 利 用 い 厳 格 管 理 必 要
う 動 あわ 日 国 内 個 人 情 報 保 護 法 2015 改 (個 人 情 報
保 護 法 及 行 政 手 続 特 定 個 人 を 識 別 た 番
利 用 等 法 一 部 を 改 正 法 ) ソ 利 活 用 対
定 義 明 確 [10]
日 2013 大 手 鉄 会 社 持 IC 利 用 個 人 識
性 販 売 う 件 生 社 会 問 個 人 情 報
扱 う 業 者 対 全 管 理 強 求 い
個 人 情 報 保 護 法 第 17 条 い 個 人 情 報 扱 業 者 偽 手
段 個 人 情 報 得 い 定 義 企 業 流 出 個
人 情 報 販 売 共 禁 い ソ 転 々流 通
防 簿 業 者 規 制 強
日 国 内 限 定 民 間 行 政 機 独 立 法 人 個 人 情 報
ソ 定 義 異 いう問 指 摘 い 2011 東 日 大 震
災 生 国 内 在 2000 行 政 機 独 立 法 人 毎 提 供
異 問 運 営 主 体 異 療 機 持 情 報 相 互 開 示 被
害 地 域 患 者 や老 人 移 設 い いう 謂 2000 個 問 [11] あ
国 内 問 山 積 中 様 米 国 中 国 OECD 諸 国 独 自 保 護
政 策 用 全 地 域 対 適 用 能 あ ソ 全 性
利 用 性 時 向 作 術 的 困 課 あ
う ソ 個 人 侵 害 生 要 素 排 除
国 地 域 定 規 則 等 合 わ 工 自 流 通 能
組 整 え 研 究 保 護 ン
PPDP :Privacy Preserving Data Publishing 必 要 い [12,13]
主 個 人 情 報 や ソ ン 要 素 排 除 謂
匿 処 理 術 適 用 匿 流 通 あ
類 似 研 究 ン や Linked Open Data あ ン
自 流 通 再 利 用 再 配 能 あ 個 人 侵
害 生 い あ 求 Linked Open Data ン
活 用 進 方 法 形 式 語 彙 統 結 合 や検
索 容 易 あ [14,15]
1 序論 p. 5
対 保 護 ン 個 人 情 報 や ソ
含 情 報 対 匿 処 理 施 個 人 特 定 識 定
的 減 利 用 能 形 工 広 流 通 目 的
ソ ン 部 考 え
研 究 ソ 対 匿 処 理 施 個 人 特 定 識
定 的 減 利 用 者 要 求 即 形 工 匿
定 義
匿 処 理 ソ 全 性 定 的 高 能
定 基 準 満 場 合 個 人 情 報 比 簡 易 手 第 者 提
供
匿 例 えば あ 機 や組 織 保 ソ
析 単 体 析 ン 足 い 場 合 あ
類 似 ソ 保 持 機 析 対 象 含 匿
入 手 比 較 析 や機 械 学 習 教 師 用 使 用 能
特 療 や 共 欧 米 や日 い 全 性 高
研 究 機 等 提 供 施 策 進 い [16]
匿 工 処 理 情 報 流 通 欧 米 政 府 機 や 療 機
い 定 着 ン µ-Argus 方 式 [17,18]や CHEO 匿
工 情 報 提 供 [19,20] 知 い
日 い 情 報 特 定 健 診 等 情 報 NDB 生 成
匿 研 究 者 対 提 供 組 整 備 い [21,22]
匿 用 い ン ン ン 開 [23] 研 究 進
提 供 種 類 形 式 応 活 用 方 法 考 案 い
匿 処 理 扱 う 種 類 利 用 目 的 成 全 性 指 標
基 準 等 要 因 対 柔 軟 対 応 求
全 性 基 準 Sweeny 提 案 k-匿 性 [24,25] 個 人 再 識
1/k(k>1 整 数 )以 工 全 性 定 能
ℓ-多 様 性 [26] t-近 傍 性 [27] 利 用 目 的 や攻 撃 対 応 評 価
指 標 や 実 現 匿 処 理 提 案 個 人 特
1 序論 p. 6
定 識 能 性 定 的 減 悪 用 減
能 あ ゆ 種 類 対 応 匿 処 理 や 全 性 指
標 定 義 困 あ
目 的 応 用 性 最 大 全 性 高 匿 処 理 い
多 研 究 い 方 匿 処 理 計 算 高 全 性 基 準
満 情 報 損 失 最 k-匿 実 現 NP 困 あ 知 い
[28]
匿 処 理 実 施 場 合 属 性 数 増 用 性
元 呪 い [29]や 去 提 供 差 検 証 個 人
特 定 増 逐 開 個 人 情 報 匿 処 理 中 間
等 危 険 性 高 い 含 能 性 ソ ン 課
挙 [30] 研 究 進 い 基 準 満
処 理 行 う 使 用 目 的 あ 用 性 損 わ 場 合 あ
匿 利 活 用 保 持 者 全 性 要 求 利 用 者
用 性 要 件 両 方 満 均 衡 匿 処 理 わ 活 動 全 体
効 率 必 要 あ
保 持 者 立 場 考 え 匿 全 性 用 性 指 標 利
用 現 在 ソ い 成 能 全 性 基 準 攻 撃 者
使 用 再 識 手 法 比 較 求 全 性 成 体 的 検 証
必 要 あ
現 実 的 匿 処 理 企 業 や研 究 機 内 部 実 施 強 や
処 理 手 法 い 外 部 情 報 共 少 い 攻 撃 者
利 用 方 法 応 攻 撃 方 法 適 用 攻 撃 い 定 義
い ソ 再 識 攻 撃 研 究 実 法 個 人 再 識
能 性 高 い 積 極 的 行 わ 少 い
匿 処 理 UCI( 大 学 ン校 ) 開
Adult Data Set[31]や独 立 行 政 法 人 統 計 ン 擬 似 [32,33]
擬 似 用 い 処 理 時 間 等 検 証 多 い 実 企 業 保
持 う 多 様 散 ン 持 検 証 い
用 性 担 保 場 合 い 保 持 者 利 用 者 折 衝
い 全 性 要 件 満 予 測 出 来 い いう問 あ
全 性 満 用 性 保 折 衝 中 生 再 匿 処
理 減 少 社 会 全 体 匿 流 通 活
方 法 い 検 討
1 序論 p. 7
匿 第 者 提 供 匿 処 理 術 保
持 業 者 利 用 者 利 用 目 的 い 討 議 利 用 目 的 沿
形 情 報 整 形 授 必 要 あ
現 状 い 業 者 求 提 供 機 少 共 機 や
療 情 報 限 い
独 立 行 政 法 人 統 計 ン 等 機 学 術 利 用 限 定 個 利 用 者 必
要 工 集 計 [33] 提 供
再 識 能 性 漏 えい 制 御 個 利 用
対 応 い
集 計 利 用 者 ソ 書 換 え要 求
統 計 作 成 様 書 作 成 提 供 者 利 用 者 間 折 衝 繰 返 提 供 方
式 用 い 統 計 作 成 様 書 工 統 計 調 査 及 集 計 対 象 属
性 目 種 類 属 性 数 載 再 集 計 依
1 方 式 参 考 型 匿 ン 検 討 例 あ
提 供 者 DP ソ P 対 k-匿 性 k 値 kp
(kp>1 整 数 ) 満 匿 P’ 作 成 開
匿 P’ 利 用 者 DU 求 析 目 的 成 DU
新 い 般 階 Gu 作 成 再 匿 処 理 依 DU P い 知 識
無 目 的 外 利 用 禁 等 利 用 条 件 あ
DP P 対 Gu 適 用 結 果 k-匿 性 満 明 あ 匿
処 理 複 数 回 試 行 個 人 情 報 含 対 処 理
大 い匿 処 理 要 求 作 業 負 荷 大 い
1 序論 p. 8
111 1 ーーーー ー ー 型 匿 名 化 処 理 のー ー 型 匿 名 化 処 理 のー ー 型 匿 名 化 処 理 のー ー 型 匿 名 化 処 理 の ーーーー ンンンン
方 DU P 知 得 い 新 目 的 成 妥 当
Gu 検 討 指 標 無 方 問 繰 返 生 能 性 あ
DU 匿 処 理 要 求 場 合 利 用 目 的 明 確 設 定 い
求 場 合 利 用 目 的 成 Gu 利 用 場 合 k-
匿 性 や 全 性 指 標 満 出 力 明 あ DP
元 属 性 特 徴 知 DU 匿 処 理 結 果 伝
結 果 い 折 衝 行 う必 要 あ
DP DU 方 作 業 負 荷 匿 流 通 妨 い 原 因
考 え
機 多 様 要 求 対 応 匿 作 成 提 供 者
DP 求 k-匿 性 満 利 用 者 DU 合 匿
軽 作 成 必 要 い
研 究 ソ 対 保 護 利 活 用 両 立 匿
処 理 提 案 あ 特 全 性 基 準 満 属 性 値 組 合 わ
効 率 的 索 用 い 保 持 者 利 用 者 間 授
1 序論 p. 9
全 体 効 率 ソ 利 活 用 能
実 現 目 的
実 現 向 術 的 課
1) 1)1)
1) 匿匿匿匿 全 性 基 準全 性 基 準全 性 基 準全 性 基 準 策 定策 定策 定策 定 2)
2)2)
2) ソソソソ 匿匿匿匿 処 理 ソ処 理 ソ処 理 ソ処 理 ソ 軽 減軽 減軽 減軽 減 3)
3)3)
3) 実 社 会実 社 会実 社 会実 社 会 即即即即 匿匿匿匿 流 通 方 法流 通 方 法流 通 方 法流 通 方 法
3 目 抽 出 解 決 向 検 証 提 案 行
研 究 成 果 実 映 疑 似 ソ 群 用 い 属
性 値 ン 行 場 合 k-匿 性 推 移 検 証 相 数 高 い予
測 式 提 案 あ え 予 測 式 用 い 匿 処 理 選
択 手 法 提 案 元 情 報 特 徴 依 匿 処 理 効 率
実 証 あ 元 情 報 含 特 徴 開
利 用 者 求 般 階 前 評 価 社 会 実 装 能
論 文 構 成 通 あ
第 2 章 匿 処 理 従 来 研 究 析 第 3 章 実 即 作 成 擬
似 ソ 群 対 匿 処 理 行 い 全 性 減 少 傾 向 検
証 第 4 章 匿 処 理 行 全 性 属 性 組 合 わ 数
性 い 析 k 値 予 測 提 案 予 測 擬 似 ソ
群 検 証 第 5 章 予 測 式 用 い 処 理 削 減 提 案 既
処 理 回 数 比 較 行 う 第 6 章 研 究 搭 載 要 件 い 検 討 第 7 章 研 究 内 容 総 括
2 従来研究の分析 p. 10
章 ソ 匿 処 理 従 来 研 究 い 述
2.2 章 用 語 定 義 2.3 章 基 的 匿 処 理 考 え方 あ k-匿
性 い 述 2.4 章 ソ 攻 撃 方 法 全 性 高 指 標
多 様 性 い 概 2.5 章 多 様 全 性 指 標 適 用 匿
処 理 手 処 理 単 般 階 用 性 指 標 特 徴 い 述
2.6 章 い 匿 処 理 い 明 手 法 特 徴
い 2.7 章 k-匿 性 含 個 人 識 性 日
欧 米 国 全 性 基 準 い 述 2.8 章 課 行 う
論 文 用 語 定 義
ソ 属 性 (Attribute) 属 性 値 (Value) 形 表
現 情 報 あ 2 示 通 あ ソ
表 現
ソ 直 接 識 子 (Explicit-Identifier) 氏 や識 番 号
等 設 定 管 理
単 属 性 特 定 い 複 数 組 合 わ 特 定
能 性 あ 属 性 組 合 準 識 子 (QID :Quasi-Identifier) ぶ
特 定 状 態 開 示 望 い属 性 2 示
ン 属 性 (SA :Sensitive Attribute) ぶ
析 準 識 子 析 対 象 明 変 数 Explanatory
variable あ ン 属 性 目 的 変 数 Target variable 考 え
属 性 属 性 値 特 徴 称 場 合 あ ン 属 性
個 人 配 慮 情 報 いう意 味 匿 提 供
伴 う 析 対 象 属 性 あ 考 え え ン 属 性 再 識 試 攻 撃 者
秘 匿 値 個 人 特 定 い
複 数 い 属 性 値 持 群 等 価 (Equivalence
Class) 値 類 各 等 価 大 等 価
(Equivalence Class Size) 等 価 在 数 等 価 数
2 従来研究の分析 p. 11
(Equivalence Class Number) 定 義 2 い 準 識 子 い
在 等 価 在 ソ あ
222 パーソ2 パーソパーソパーソ ー の例ー の例 ー の例ー の例
あ 個 人 情 報 や ソ 含 開 個 人 開
望 い ン 属 性 属 性 値 知 場 合 侵 害
生 直 接 識 子 削 除 個 人 識 出 来
侵 害 防
直 接 識 子 削 除 場 合 準 識 子 複 数 組 合 わ 個 人
識 ン 属 性 知 う場 合 あ 攻 撃 者 あ 準 識
子 属 性 値 知 い 特 定 い ン
属 性 値 知 う
準 識 子 出 現 数 計 測 属 性 値 抽 象 削 除 等 処 理 施
等 価 数 少 k 個 以 (k>1) 場 合 k-匿 性 満
[24,25] 個 人 識 能 性 1/k 減
3 直 接 識 子 削 除 k-匿 性 満 例 示 全 準 識 子
等 価 変 更 ン 属 性 変 更 い い 準 識 子
明 変 数 ン 属 性 目 的 変 数 析 能
2 従来研究の分析 p. 12
333 k3 kk----匿 名k 匿 名 性 を満 たす匿 名匿 名性 を満 たす性 を満 たす性 を満 たす ー の例ー の例ー の例ー の例
ン 属 性 処 理 方 法 い 使 用 情 報 種 類 や 国 地 域
定 義 等 変 章 ン 属 性 扱 い い 値 変 更
利 用 米 国 方 式 値 変 更 日 方 式 扱 い い
米 国 1996 HIPAA 法 Health Insurance Portability and Accountability Act of 1996 ; 療 保 険 携 行 性 責 任 法 制 定
個 人 識 性 高 開 望 い属 性 い 方 法 示 い
匿 術 用 い 確 率 的 再 識 減 少 措 置 あ
国 EU や日 等 あ 米 国 特 徴 的 手 法 消 去 18
個 識 子 指 定 以 外 情 報 ン 属 性 場 合 統 計
目 的 変 数 利 用 法 い 定 義 い [34]
以 参 考 識 子 う 18 属 性 示
〇参 考 ：
〇参 考 ：〇参 考 ：
〇参 考 ：HIPAAHIPAAHIPAAHIPAA 定定定定 識識識識 子子子子 うううう 18181818 属 性属 性属 性属 性
1.氏 2. 3.日 付 ( 録 日 誕 生 日 等 ) 4.電 番 号 5.FAX 番 号 6. 7.社 会 保 番 号 8. 療 録 番 号 9.健 康 保 険 番 号 10.銀 行 口 番 号 11.証 明 書 ン 番 号 12.自 動 車 等 免 許 番 号 13.通 信 端 番 号 や 番 号 14.Web URL 15.IP
16.生 体 証 17.顔 等 写 真
18. 者 作 識 子 全 般
4 ン 属 性 形 匿 処 理 例 示 匿 処 理 元
識 子 う 18 属 性 含 匿 処 理 対 象 準 識 子
2 従来研究の分析 p. 13
匿 処 理 行 う 属 性 ン 属 性 利 用
変 更 行 わ い
4444 SASASASA を残 す匿 名 化 処 理 例を残 す匿 名 化 処 理 例を残 す匿 名 化 処 理 例を残 す匿 名 化 処 理 例
方 ン 属 性 弊 害 大 匿 状 態
再 識 大 要 因 ン 属 性 情 報 漏 洩 場 合 想 定
ン 属 性 属 性 値 個 人 再 識 脅 威 い ソ
攻 撃 述
対 日 個 人 情 報 保 護 法 個 人 情 報 定 義 い 4
属 性 氏 齢 性 以 外 情 報 い 個 人 再 識
情 報 基 的 全 準 識 子 扱 う 準 識 子 ン 属 性
い い[35] 個 人 情 報 保 護 法 改 法 [10] 要 配 慮 情
報 例 ：人 種 信 条 病 前 科 いう新 定 義 行 わ 属 性 情 報 提 供
制 限 い
う 準 識 子 ン 属 性 明 確 基 準 い場 合 析 対
象 い 準 識 子 様 匿 処 理 行 い 匿 提 供
行 う必 要 あ
全 属 性 準 識 子 設 定 匿 処 理 行 匿 処 理 例 5 示
全 属 性 準 識 子 設 定 抽 象 行 い k-匿 実 現 場 合 米 国
基 準 い ン 属 性 識 属 性 い 準 識 子 様 般
階 用 い 匿 処 理 行 う必 要 あ 場 合 処 理 属 性 多 い
抽 象 的 多 概 念 含 語 書 換 え処 理 必 要
う 抽 象 析 対 象 失 わ う場 合 多 様 属 性 値
持 属 性 対 乱 ワ ン 付 施 確 率 的 元 情 報 戻
い処 理 施 全 性 高 場 合 あ
2 従来研究の分析 p. 14
う 国 地 域 基 準 応 匿 処 理 属 性 基 準 異
国 的 情 報 流 通 や 基 準 異 組 織 士 匿 流 通
前 全 性 基 準 処 理 属 性 匿 処 理 行 場 合 失
わ 情 報 い 意 必 要 あ
555 SA5 SASASA をををを含含含含 いい匿 名 化 処 理 例いい匿 名 化 処 理 例匿 名 化 処 理 例 匿 名 化 処 理 例
k-匿 性 ソ 全 性 指 標 種
類 や 工 方 法 提 供 先 等 応 異 提 案 い
6666 FungFungFungFung 考 え考 え考 え考 え 攻 撃攻 撃攻 撃攻 撃 の範の範の範の範
6 Fung 攻 撃 示 [44] Data publisher Record Owners 集 Database 蓄 積 Data Recipient 提 供 Data Publishing 定 義 時 提 供 相 手 契 約 等 締 結 Record Owners
許 諾 得 い Trusted 場 合 提 供 Database 利 用 Record Owners
攻 撃 試 想 定 Untrusted 場 合 あ
う Data Publishing ソ 対 Untrusted Data
Recipient 攻 撃 以 4 種 類 定 義 攻 撃 対
効 指 標 整 理 い
2 従来研究の分析 p. 15
1.1.
1.1. 結 合結 合 (Record linkage)結 合結 合(Record linkage)(Record linkage)(Record linkage) 2.
2. 2.
2. 属 性 結 合属 性 結 合属 性 結 合属 性 結 合 (Attribute linkage)(Attribute linkage)(Attribute linkage)(Attribute linkage) 3.
3. 3.
3. 結 合結 合結 合結 合 (Table linkage)(Table linkage)(Table linkage)(Table linkage) 4.
4. 4.
4. 確 率 的 攻 撃確 率 的 攻 撃確 率 的 攻 撃確 率 的 攻 撃 (Probabilistic Attack)(Probabilistic Attack)(Probabilistic Attack)(Probabilistic Attack)
章 攻 撃 防 効 匿 処 理
指 標 い 述
結 合 (Record linkage) 最 多 生 攻 撃 あ
ソ 識 子 準 識 子 用 い 意 絞 込 ン
生 個 人 識 来 開 い情 報 漏
洩 攻 撃 あ
Sweeny [24] い 投 票 者 Public voter list 在 前 療
含 Zip 誕 生 日 性 QID 結 合
知 病 気 情 報 得 様 手 法 用 い
米 国 国 民 87％ 意 識 報 告
QID 組 合 わ 意 絞 込 基 ソ
結 合 能 複 数 連 結 来 知 い
い属 性 値 明
ソ 含 QID 書 換 え 抽 象 的 概 念 変 更 個
人 再 識 能 性 1/k 減 少 k-匿 性 k-anonymity 考 案 [24]
k-匿 性 概 念 張 結 合 含 定 指 標
提 案 い 指 標 k-匿 性 満 追 的 指 標 あ
特 単 ソ 複 数 k-匿 生 成
多 指 摘 Multi R k-anonymity[45]や(X,Y)-anonymity [46] 知 い
Multi R k-anonymity[45] ソ 複 数 k-匿 処 理
生 成 k-匿 利 用 い 般 階 用 い
結 合 性 属 性 値 類 推 能 性 弱 指 標 あ
(X,Y)-anonymity [46] 属 性 値 X 対 応 属 性 値 Y い 少
k 種 類 以 い 多 様 属 性 含 い 求 指 標 あ
k-匿 性 集 合 や抽 象 処 理 着 目 あ 個 人 対 再 識 確 率 いう
指 標 生 成 乱 や ワ ン 処 理 等 全 体 対 確
率 調 整 処 理 想 定 い い 乱 追 ワ ン 処 理 等
2 従来研究の分析 p. 16
行 結 果 持 主 1/k 以 確 信 絞 込 い 保 証
指 標 Pk-匿 性 提 案 い [47,48]
匿 処 理 議 論 識 子 意 在 形 式 い 適
用 識 子 複 数 回 出 現 ン ン型 対
適 用
代 表 的 ン ン 型 匿 指 標 km-privacy[49,50] LKC- privacy[51] , (h,k,p)-privacy[45] 在
km-privacy ン ン 行 動 情 報 い 個 情 報
あ 等 価 最 k 個 以 在 示 指 標 あ m=∞ 時 全
属 性 値 い k 個 以 在 保 証 [49,50]
LKC-privacy 置 情 報 い 用 い 指 標 あ 攻 撃 者 知 え 置 情
報 軌 跡 長 限 L 設 定 L 以 長 持 k 個 以 在
要 求 指 標 あ [51]
(h,k,p)-privacy 攻 撃 者 p 個 以 外 部 情 報 持 場 合 想 定 行 動
k-匿 性 属 性 値 多 様 性 全 値 h％以 あ 要 求 指
標 あ [52]
k-匿 性 確 率 的 展 開 あ Pk-匿 性 う 仮 あ
乱 や ワ ン 行 う 再 識 防 能 組 提 案
い [53,54,55]
ID 仮 変 更 仮 場 在 ン
ID 交 換 乱 行 い あ 個 人 特 定 能 性 減 少 示
指 標 (k,t)-privacy[56] 提 案 い 時 間 t 到 能 場
k 個 以 在 保 証 いう指 標 あ
k-匿 処 理 や 連 指 標 属 性 抽 象 等 単 再 識
防 k-匿 性 満 Record Linkage 防 い 状 態 あ 再 識
や復 元 生 場 合 あ 属 性 結 合 抽 象 処 理 行 場 合 問
指 摘 あ
属 性 結 合 攻 撃 者 攻 撃 対 象 個 人 い 情 報 知 い場 合
属 い 属 性 個 人 侵 害 攻 撃 あ
種 類 種 攻 撃 (homogeneity attack) 背 知 識 攻 撃 (background knowledge attack) 知 い [26]
種 攻 撃 属 性 値 抽 象 場 合 属 性 含 内 容 単 あ 場
合 個 人 知 い情 報 推 定 う攻 撃 あ
2 従来研究の分析 p. 17
背 知 識 攻 撃 準 識 子 ン 属 性 組 合 わ 属 性 値 出 現
数 や 特 性 ン 属 性 値 知 う攻 撃 あ
攻 撃 防 属 性 値 抽 象 集 合 行 わ い
定 指 標 考 案
匿 処 理 抽 象 般 階 用 い 多 意 味 持 語
変 換 当 属 性 値 増 や 手 法 あ 例 えば(19 才 ,20 才 ) 属 性 値 (10 代 ,20 代 ) いう 抽 象 的 値 変 換 処 理 指
対 集 合 属 性 値 抽 象 複 数 属 性 値 含 処 理
伴 う 例 えば(10 ,11 ) 属 性 値 (10 又 11 ) いう属 性 値 複
数 意 味 持 値 変 換 抽 象 集 合 時 行 わ 場 合 あ 複
数 定 義 1 内 混 在 元 属 性 類 推 生 場
合 あ
777 単 純7 単 純単 純単 純 kk----匿 名 化 処 理 の例kk 匿 名 化 処 理 の例 ((((匿 名 化 処 理 の例匿 名 化 処 理 の例 )))) ，，，， ℓℓℓℓ----多 様 化 処 理 の例多 様 化 処 理 の例多 様 化 処 理 の例多 様 化 処 理 の例 (((( ))))
ℓ-多 様 性 ℓ-diversity [26] 情 報 抽 象 集 合 行 わ
い 計 測 指 標 あ あ 抽 象 等 価 含 属 性 種 類
ℓ 個 以 在 保 証 開 属 性 侵 害
生 確 率 減 少
7 単 純 k-匿 処 理 行 例 種 攻 撃 防 ℓ-多 様 実
現 処 理 比 較 例 あ
単 純 k-匿 処 理 行 場 合 ン 属 性 含 全 等 価
個 人 識 い ン 属 性 含 値 単
あ 場 合 結 果 当 人 物 特 定 容 易 あ 7 例
2 従来研究の分析 p. 18
知 人 や家 族 含 い 知 い 場 合 人 物 当 準 識
子 属 性 持 人 物 あ ン 属 性 明
例 えば 自 属 性 含 人 物 あ 場 合 自 属 性 人 物
調 査 ば 人 物 様 ン 属 性 持 類 推
準 識 子 等 価 含 ン 属 性 多 様 類 推 防 処
理 必 要 ℓ-多 様 処 理 あ う 脅 威 検 定 手 法 [57]
評 価 手 法 提 案 や 置 情 報 全 性 増 [58] 手 法 知 い
ℓ-多 様 性 満 場 合 情 報 類 推 場 合 あ 8 ℓ-多 様
処 理 行 場 合 属 性 推 定 や い状 況 示 あ 属 性 値 対
抽 象 的 属 性 値 在 k-匿 性 ℓ-多 様 性 時 満 場 合 抽 象
的 属 性 値 含 属 性 値 集 合 知 人 や近 親 者 い 識 や い
概 念 含 い 場 合 侵 害 生 能 性 あ
888 28 222----匿 名 化匿 名 化匿 名 化匿 名 化 2----多 様 化222 多 様 化多 様 化多 様 化 行 わ行 わ行 わ行 わ た例た例た例た例
う 対 策 t-近 傍 性 (t-closeness)[27] 考 案 い 等 価
ン 属 性 全 体 ン 属 性
差 異 t 値 以 抑 え いう処 理 あ
類 似 指 標 α k -匿 性 [59] あ 任 意 等 価 含
任 意 ン 属 性 値 α 以 確 率 在 い 保 証 指 標 あ
k-匿 性 確 率 的 展 開 方 式 Pk-匿 性 提 案 う ℓ-多
様 性 確 率 的 展 開 Pℓ-多 様 性 提 案 い [60]
結 合 開 匿 個 人 何 方
法 攻 撃 者 知 い 場 合 個 人 再 識 能 性 高 攻 撃 方 法
あ
例 えば あ 匿 T 開 場 合 考 え
2 従来研究の分析 p. 19
開 匿 T 従 業 員 開 い 顧 客 帳 E 在 E⊆ T
あ 期 待 場 合 E 含 要 素 T 含 い 確 率 計 算
9 例 示
9999 ーーーー 結 合結 合結 合結 合 個 人 の行 動個 人 の行 動個 人 の行 動個 人 の行 動 類 推類 推類 推類 推 例例例例
E 含 等 価 T 含 等 価 比 較
E 含 人 物 T 含 確 率 計 算 E 等 価 T 等
価 数 ば 人 物 T 含 確 率 100％ あ
E 含 人 物 T 含 ン 属 性 あ 確 率 計 算
あ 人 物 T 在 確 率 100％ 時 等 価 含 ン 属 性
出 現 確 率 人 物 ン 属 性 あ 確 率 値
δ- 在 性 (δ-Presence)[61] う 複 数 開 個 人 再 識 率
δ％以 減 あ
確 率 的 攻 撃 Probabilistic Attack ソ や属 性
値 用 い 開 集 計 値 対 行 う 去 提 供
い 時 間 置 い 再 提 供 統 計 的 差 異 検 証
変 個 人 識 攻 撃 あ 差 ば
あ 保 持 者 定 期 的 匿 利 用 者 提 供 場 合 想 定
保 持 者 n 回 目 提 供 n+1 回 目 提 供 あ 属
性 値 保 持 人 数 1 異 n 回 目 n+1 回 目 提 供
時 属 性 値 変 当 行 動 人 物 識 能 性 あ
2 従来研究の分析 p. 20
差 当 変 数 値 前 回
増 場 合 全 体 構 成 比 や
属 性 士 相 数 等 変 い 析 目 的 失 わ 場 合 あ
定 値 変 い 提 供 い 定 (c,t)-Isolation[62] 全
準 識 子 等 価 内 m 個 情 報 含 い 確 m-
Invariance(m- 変 性 )[63] 等 価 出 現 数 応 型
え 再 識 防 ε-differential privacy ε-差 [64]
定 義 い
2.4 章 述 全 性 指 標 多 Record Linkage 防 k-匿 性 概 念
張 合 わ 課 解 決 補 完 全 性 指 標 あ
匿 処 理 い 処 理 対 象 k-匿 性 満 確
必 要 全 性 指 標 検 証 いう手 必 要 あ
k-匿 含 全 性 指 標 検 証 匿 処 理 手 い
検 討
101010 匿 名 化 処 理 の10 匿 名 化 処 理 の匿 名 化 処 理 の匿 名 化 処 理 の ーー ーー
匿 処 理 準 識 子 属 性 値 出 現 数 検 証 属 性 値 い 個 人
識 高 い 侵 害 生 場 合 値 書 換 え
(Recoding) 全 性 高 処 理 行 う
時 全 性 高 処 理 10 流 処 理 行 う
1. 得 行 い 2. 対 象 含 準 識 子 等 価
含 属 性 値 出 現 数 等 価 検 証 3. 全 等 価
2 従来研究の分析 p. 21
い 全 性 指 標 k-匿 性 -多 様 性 適 用 全 基 準 満 い
検 証 全 性 指 標 見 い い値 在 場 合 再 全 基 準 満
必 要 等 価 検 証 書 換 え処 理 繰 返 全 値
い 全 性 基 準 満 場 合 5. 匿 処 理 完 了
匿 処 理 行 う場 合 主 2. 等 価 検 証 3. 値 書 換 え処 理
繰 返 基 準 満 処 理 行 う 書 換 え 手 法 特 徴 や使 用 目 的
合 わ 多 岐 わ 評 価 指 標 や処 理 多 在
k-匿 性 確 全 等 価 計 測 必 要 あ
使 用 単 決 定
等 価 書 換 え単 局 的 処 理 あ Local Recoding 属 性 値 全 体 統 計 情 報 処 理 行 う Global Recoding 2 種 類 在
Local Recoding 部 集 合 対 匿 処 理 行 う 単 あ
処 理 少 散 処 理 向 各 等 価 自 設 定
k-匿 性 予 測 容 易 等 価 含 属 性 値 制 御 い
Global Recoding 全 体 用 い 統 計 情 報 作 成 処 理
多 い 利 用 者 求 属 性 値 い 統 計 情 報 参 照 調 整 利 あ
方 求 属 性 値 処 理 結 果 求 k-匿 性 実 現
い 予 測 い 概 念 い 11 表 1 示 Local Recoding 等
価 自 設 定 k 値 予 測 能 含
属 性 値 種 類 い 制 御 い 析 目 的 合 い等 価 生
成 能 性 あ 逆 Global Recoding 析 目 的 合 い等 価
作 少 い k-匿 性 予 測 い
111111 Recoding11 RecodingRecodingRecoding 手 法 の特 徴手 法 の特 徴手 法 の特 徴 手 法 の特 徴
2 従来研究の分析 p. 22
表 表表
表 111 対 象1 対 象対 象対 象 たたたた ービービービービ 顧 客 群顧 客 群 顧 客 群顧 客 群
般 的 置 情 報 や購 買 ン ン型 各 属 性 値 出 現 数
繁 変 更 局 的 単 情 報 方 効 率 的 あ
用 性 匿 性 維 持 処 理 [65][66]等 Local Recoding 用 行 動 析 や機 械 学 習 利 用 多 い
逆 Global Recoding [67]等 在 民 帳 や
録 情 報 あ 程 固 定 い 型 ( 型 ) 情 報 対 用
各 属 性 値 出 現 数 統 計 うえ 匿 処 理 結 果 統 計 処 理
や 回 析 等 活 用
等 価 数 処 理 単 決 定 行 う 属 性 値 書 換 え処 理 い 述
書 換 え方 式 全 体 処 理 行 う場 合 個 値 対 処 理
全 体 処 理 元 情 報 部 抜 出 ン ン
追 行 追 属 性 値 追 付 出 現 数 少 い 排 除
裾 値 入 替 え ワ 処 理 あ
ン ン や行 追 付 裾 等 処 理 処 理 初 期 段
階 行 わ 全 体 全 性 高 役 割 用 い ワ 処 理 値 合 計 や
均 値 変 い 利 用 目 的 明 確 場 合 効 あ
個 値 対 処 理 複 数 値 組 合 わ 新 属 性 値 作
均 値 や最 大 値 値 統 代 表 値 抽 象 的 属 性 値 変
抽 象 値 部 削 除 抽 象 部 削 除 等 方 式 あ 処 理
単 体 行 わ 複 数 組 合 わ 等 価 制 御
個 処 理 最 距 近 い 値 Similarity
based clustering 用 い 距 指 標 ン ン距 や 距
等 用 い 精 集 合 限 界 維 持 出 来
優 い 析 対 象 属 性 値 明 確 決 い 場 合 利 用 出 来
2 従来研究の分析 p. 23
い 例 えば 20 代 析 (29-30 才 ) いう 生 成 場
合 利 用 目 的 成 い 等 問 あ
精 利 用 目 的 沿 書 換 え 実 現
代 表 値 抽 象 部 削 除 処 理 用 い [68] 代 表 値 均
値 や最 大 値 値 集 約 方 法 あ 数 値 属 性 主 用 い 部 削 除
手 法 属 性 値 規 い 場 合 効 定 形 場 合 対 応
い
利 用 応 え Datafly 方 式 [69] や µ-Argus 方 式
[17] 匿 処 理 全 体 等 価 出 現 率 求 般
階 情 報 書 換 え 処 理 使 わ
匿 処 理 い 段 階 的 属 性 値 抽 象 全 性 高 手 法
使 わ 般 階 用 い 処 理 い 述
匿 処 理 あ QID 属 性 値 般 抽 象 的 値 変 更 結
果 識 少 k 個 (k>1)以 う 書 換 え 書
換 え 結 果 求 全 性 用 性 満 い場 合 条 件 満 い属 性 値
更 抽 象 高 い候 補 書 換 え う 抽 象 処 理 効 率
般 階 用 い
あ ソ 性 齢 属 性 含 表 2 般 階 用 い
k-匿 処 理 行 う場 合 12 う Lattice Structure[70](格 子 構 造 ) 作 成
属 性 士 全 組 合 わ 作 成 属 性 組 合 わ k 値 検 証
表表
表表 2222 齢 属 性 の値 一 般 化 階 層 の例齢 属 性 の値 一 般 化 階 層 の例 齢 属 性 の値 一 般 化 階 層 の例齢 属 性 の値 一 般 化 階 層 の例
2 従来研究の分析 p. 24
12121212 表表表表 22 を用 いた22を用 いたを用 いた Lattice Structureを用 いたLattice StructureLattice StructureLattice Structure の例の例の例の例
抽 象 処 理 析 対 象 削 除 や 変 更 生
利 用 目 的 損 わ 場 合 あ
例 えば 般 階 n 析 目 的 成 k-匿 性 満 い
場 合 般 階 析 目 的 成 形 作 直 処 理 必 要
新 い 般 階 用 い 場 合 k-匿 性 満 確 手 段
無 い 匿 処 理 繰 返 行 い 用 性 全 性 条 件 満 般 階
索 必 要 あ
Datafly 方 式 Global Recoding 主 各 属 性 値 出 現 数 検 証
匿 条 件 満 い属 性 値 抽 象 高 い候 補 書 換 え いう 般
階 型 集 合 匿 処 理 行 う
13131313 2222----匿 名 化 処 理 の書 換 え例匿 名 化 処 理 の書匿 名 化 処 理 の書匿 名 化 処 理 の書 換 え例換 え例換 え例
2 従来研究の分析 p. 25
例 えば 13 い 元 情 報 (男 ,10 才 ) いう準 識 子 組 合 わ 属 性 値
出 現 数 1 あ ID 消 去 属 性 組 合 わ 再 識
能 あ k-匿 性 条 件 (k>1) 満 い い
匿 処 理 値 般 階 VGH:Value Generalization Hierarchy [69]や 属 性 般 階 DGH:Domain Generalization Hierarchy [71] 利 用
出 現 数 少 い属 性 値 抽 象 高 い属 性 値 書 換 え
141414 DGH14 DGHDGHDGH VGHVGHVGHVGH の概 念 の違 いの概 念 の違 いの概 念 の違 い の概 念 の違 い
14 VGH DGH 概 念 い 示 VGH 階 樹 形 状
何 属 性 値 抽 象 属 性 値 抽 象 無 い
情 報 失 わ い いう利 あ
DGH 全 属 性 抽 象 属 い あ 属 性 値 い
抽 象 必 要 場 合 全 属 性 値 時 抽 象 いう い あ
元 散 特 徴 情 報 失 わ 場 合 あ
情 報 少 場 合 対 Datafly[69]等 値 削
除 (suppression) 行 い 出 現 率 少 い値 排 除 対 応 対 µ-argus[17]方 式 や minDIS[71]等 VGH 用 い
い 在 値 単 抽 象 行 う 異 階 混 在 結 果 出 力
生 成 目 的 DGH 情 報
維 持 元 散 特 徴 無 意 味 生 成 等
問 在
匿 処 理 用 い 般 階 出 力 自 動 的 生 成 VGH
自 動 的 生 成 手 法 [72] 提 案 い
属 性 対 般 階 用 い 抽 象 値 書 直 場 合 用 性
指 標 Datafly 方 式 属 性 値 抽 象 評 価 考 案
2 従来研究の分析 p. 26
Prec[69]や 元 曲 評 価 考 案 曲 算
出 数 (DIS) [71] 知 い 指 標 元 情 報 基 準 抽 象
値 般 階 抽 象 求 式 あ 般 階 用 い い
場 合 適 用 い あ
Prec DGH 用 い 場 合 各 属 性 値 変 均 高 変 数 変 換
あ (1) Prec 定 義 元 RT 匿 工 PT 比 較
均 高 差 計 測 属 性 値 t ∈ PT={t1,...,tN} t’ ∈ RT
={t’1,...,t’N} 準 識 子 QIT ={Ai,...,Aj}⊆ {A0,...,ANA} 数 h
DGH 高 返 数 Prec い 元 PT 対 匿
処 理 RT 作 成 般 階 用 い 匿 処 理 完 了
場 合 Prec(RT) 0 全 高 DGH 最 高 値 ∀ h=DGHAi 抽 象 場 合 Prec(RT) 1
RT = 1 −
∑ | | | |∑ | |DIS[71] VGH 指 標 対 各 属 性 値 変 示 指 標 あ 般 階
全 体 高 DGHAi い 各 VGHAi 高 均 求 あ (2) DIS
定 義 元 RT 匿 工 PT 比 較 計 測
属 性 値 t∈ PT={t1,...,tN} t’∈ RT ={t’1,...,t’N} 準 識 子 QIT
={Ai,...,Aj}⊆ {A0,...,AM} 数 h VGH 高 返 数 般 階 用 い 場 合 DIS(RT)=0 あ DGHAi 最 高 高 抽 象 場 合 DIS(RT)=1
RT =
∑ ∑,! " #$% ,! &" #$
| |
! ∈)* ∈+,
| | |-.|
指 標 般 階 在 前 提 数 値 属 性 等 比 較
出 来 い 属 性 適 用 指 標 あ
数 値 属 性 変 比 較 全 体 変 検 証 NCP(Normalized
Certainty Penalty)[65]等 数 値 属 性 両 方 利 用 指 標 用 い
NCP い 属 性 場 合 匿 処 理 前 等 価 数
(Cardinality) 変 率 評 価 数 値 属 性 場 合 最 大 値 最 値 引 い 値
変 率 評 価 (3) 属 性 定 義 あ Card(Aj) 元 等 価
数 Card(u) 匿 処 理 等 価 数 用 い 比 率 求 (4) 数
値 属 性 定 義 あ 属 性 値 Ai 最 大 値 最 値 差 匿 処 理
最 大 値 最 値 差 比 率 求 い
2 従来研究の分析 p. 27
/0 1 G = 3456 1 3456 7 3
/0
1G =
849 :8;<849 :8;<
4
匿 用 性 指 標 Prec DIS NCP 特 徴 い 表 3 示
Prec DGH 適 用 DIS VGH 適 用 能 優 い NCP
属 性 い 等 価 数 変 数 値 属 性 い 最 大 値 最
値 差 変 い 定 義 い 数 値 属 性 両 方 利 用
般 階 値 変 評 価 い
表 表
表表 3333 評 価 指 標 その適 用 可 能 範評 価 指 標 その適 用 可 能 範評 価 指 標 その適 用 可 能 範評 価 指 標 その適 用 可 能 範 評 価 指 標 般 階
変 評 価
DGH 属 性
VGH
属 性 数 値 属 性
Prec 〇 〇 × ×
DIS 〇 〇 〇 ×
NCP × 〇 〇 〇
全 指 標 い 値 対 付 や ワ 処 理 行 場
合 生 9 才 →10 才 う 階 士 書 換 え 行 場 合 対 応
全 匿 処 理 結 果 評 価 指 標 求 い
般 階 用 い 匿 処 理 行 う手 法 Global Recoding い 述
Global Recoding 値 書 換 え前 各 属 性 値 出 現 数 検 証 行 い 匿
処 理 条 件 や 利 用 用 途 条 件 満 処 理 繰 返
出 現 数 検 証 処 理 作 成 属 性 士 組 合 わ 数 必 要
Meyerson 研 究 最 適 k-匿 実 現 属 性 O(n log n)
回 [28] 処 理 必 要 あ NP 困 あ 属 性 数 多 い個 人 情 報 容 易 計 算 困
う 匿 処 理 伴 う組 合 わ 状 態 回 避
多 提 案 い
2 従来研究の分析 p. 28
15151515 IncognitoIncognitoIncognitoIncognito 方 式方 式方 式方 式 検 証 量 削 減 方 式検 証 量 削 減 方 式検 証 量 削 減 方 式検 証 量 削 減 方 式 の例の例の例 の例
Incognito[67] ン型 属 性 抽 象 候 補 索 中 匿 処 理
い属 性 明 場 合 属 性 含 組 合 わ 計 算 排 除
必 要 処 理 減 少 い 15 概 念 示 最 情 報
少 い 1 属 性 群 い 情 報 少 い 番 属 性 ソ 番 索
結 果 あ 属 性 匿 い 明 場 合 属 性 含 全 属 性 組
合 わ 検 証 候 補 排 除 索 組 合 わ 数
減 少
ン型 匿 処 理 情 報 抽 象 的 群 処 理 処
理 負 荷 高 い 属 性 組 合 わ 処 理 省 略 検 証 処 理 少 い
優 属 性 数 属 性 値 種 類 数 多 い場 合 処 理 効 率 目 的 利
用
Partition Algorithm[73] ン型 属 性 値 大 い 般 階
進 属 性 値 k 値 以 処 理 繰 返
あ ン型 Incognito 考 え方 似 い 最 終 的 結 果
VGH 型 目 的 結 果 最 適 値 削
除 や変 更 伴 う 結 果 Incognito 異 形 出 力
逆 型 匿 処 理 最 情 報 群 検 証
情 報 多 維 持 い場 合 益 あ
Datafly[69] 情 報 群 般 階 適 用 抽 象 値
削 除 い k-匿 性 成 あ Datafly
群 検 証 高 え 複 数 属 性 い 階 時 複
数 組 合 わ k-匿 性 成 能 性 あ 中 最 用 性 高 い
処 理 者 定 性 的 選 択 想 定 い
2 従来研究の分析 p. 29
16161616 OLAOLAOLAOLA 方 式方 式方 式方 式 けけけけ GODGODGODGOD の探 索 方 式 の例の探 索 方 式 の例の探 索 方 式 の例 の探 索 方 式 の例
OLA (Optimal Lattice Anonymization) [70] 情 報 着 目 最 情
報 多 い匿 能 属 性 組 合 わ 型 出 方 式 提 案
い 出 現 属 性 値 組 合 わ 情 報 多 い 番 ソ 最 情 報 多
匿 条 件 満 群 索 16 概 念 示 全 属
性 値 組 合 わ 作 成 最 情 報 多 い 番 ソ 属 性 組 合 わ 数
多 情 報 多 い 番 匿 状 態 検 証 最 情 報 多 匿 属
性 組 合 わ ”GOD Globally Optimal Dataset ” 利 用
方 式 や ン 匿 処 理 能 組 合 わ
索 行 い 条 件 満 場 合 処 理 省 略 処 理 削 減
処 理 削 減 効 果 属 性 値 出 現 数 特 徴 依 作 業 前 予 測 い
2 従来研究の分析 p. 30
171717 各 ア17 各 ア各 ア各 ア けけけけ 最 悪最 悪最 悪最 悪 ーーーー
元 属 性 値 特 徴 属 性 組 合 わ 検 証 回 数 全 組
合 わ 索 数 最 悪 場 合 あ
例 えば 17 ン(A) い 最 悪 例 示
求 k-匿 性 条 件 k 値 大 求 場 合 最 抽 象
属 性 値 匿 処 理 成 い場 合 あ 場 合 ン(A)
形 場 合 型 OLA 方 式 選 択 場 合 全 組 合 わ
索 必 要 最 悪
逆 求 k-匿 性 条 件 k 値 求 場 合
最 群 匿 処 理 能 場 合 あ 場 合 ン(B) 形
場 合 ン型 Incognito 選 択 場 合 全 組 合 わ 索 必 要
最 悪
う 現 象 特 徴 や 成 k 値 変
型 ン型 効 率 的 匿 処 理 能 前 断
困 あ
匿 処 理 行 う 全 性 求 処 理 行 う 非 常 少 い 実
処 理 何 用 性 要 件 在 処 理 結 果 時 満 計 測
処 理 行 う 求
2 従来研究の分析 p. 31
前 述 最 適 匿 処 理 求 場 合 組 合 わ 処 理
NP 困 あ 用 性 元 追 更 複 雑 増
用 性 何 指 標 落 込 指 標 全 性 両 要 件 満
組 合 わ 索 手 法 提 案 い
ン 手 法 用 性 情 報 求 手 法 あ
18 Utility-Based Anonymization[65] 概 念 示 属 性 値 X Y 2 軸
設 定 あ 士 最 距 近 い値 士 Local Recoding 型
用 性 全 性 満 群 生 成 あ 値 比 較 最 値 差 総 和
少 い値 索 k-匿 性 満 繰 返 手 法
ン型 型 能 あ
18181818 UtilityUtilityUtilityUtility----Based AnonymizationBased AnonymizationBased AnonymizationBased Anonymization けけけけ 2222 軸 の軸 の軸 の軸 の 化 の例化 の例化 の例化 の例
[74] 用 性 軸 定 い い属 性 値 対 属 性 値 出 現 数
値 類 似 自 動 的 作 成 般 階 利 用 用 性 高 い
実 現 手 法 提 案 い
多 元 割 手 法 m 個 属 性 持 k-匿 処 理 m 元 空
間 割 最 適 考 え 手 法 あ Mondrian[75] 属 性 値 X Y 2 軸 対
全 k 値 数 う ン型 割 繰 返 い
概 念 19 示 Raw Data 開 始 全 値 k-匿 性 満
割 線 増
類 似 研 究 多 元 割 手 法 ン 併 用 k-匿 処 理 方 式
[76] 提 案 い
2 従来研究の分析 p. 32
19191919 MondorianMondorianMondorianMondorian けけけけ 次 元 分 割 の例次 元 分 割 の例次 元 分 割 の例次 元 分 割 の例
ン 手 法 多 元 割 手 法 両 方 生 成 処
理 あ 属 性 士 組 合 わ 制 御 い VGH う 属 性
士 粒 異 多 生 成 場 合 あ DGH う 高 階
属 性 値 統 処 理 向 あ
[77] 用 い 手 法 匿 処 理 行 う 般 階 表
( ) 変 更 属 性 値 定 義 定 義 合 わ 匿 処 理
行 う手 法 あ 例 えば表 4 例 示 2 軸 抽 象 範 定 表
作 成 範 含 値 ン 等 価 検
証 方 式 あ 最 終 的 全 値 k 値 以 場 合 k-匿 性 成 立
表 表表
表 4444 主主主主 書書書書 換 え処 理 の例換 え処 理 の例 換 え処 理 の例換 え処 理 の例
Age/Income {$0-$50k} {$51k-$100k} {$101k-$200k}
{20-24} 1 5 0
{25-29} 2 0 4
{30-34} 0 2 1
手 法 書 換 え Age や Income 般 変 更
出 来 用 性 保 値 束 般 階
条 件 設 定 階 構 造 設 計 い 設 定 表
匿 処 理 成 場 合 索 型 匿 処 理 向 あ
情 報 用 性 指 標 定 義 VGH 型 般 階 用 い 最 情
報 維 持 k-匿 性 満 提 案 い
µ-Argus 方 式 [17] 最 情 報 多 い 生 成 あ VGH 含
各 属 性 値 出 現 数 計 測 中 出 現 数 k 値 満 あ 属 性 値 群 抑 制
(suppression) k-匿 性 成 抑 制 処 理 値
抽 象 値 消 去 等 処 理 含 k 値 満 属 性
2 従来研究の分析 p. 33
値 多 在 場 合 多 属 性 値 失 わ 利 用 目 的 成 い 能
性 あ
minDIS 方 式 [71] 各 属 性 値 出 現 数 frequency list 出 現
k 値 満 属 性 値 ン 抽 出 最 計 測 2.5.5
章 DIS 用 い 近 い値 集 合 出 現 数 更 新 いう処 理
繰 返 最 少 い k-匿 処 理 成 minDIS
方 式 値 ン 選 ぶ µ-Argus 方 式 比 較 散 状 態
処 理 多 場 合 あ え 実 施 含 属 性 値 異
均 結 果 出 力 い いう問 あ
VGH 型 匿 処 理 行 場 合 結 果 情 報 維 持
結 果 含 各 値 制 御 結 果 利 用 目
的 成 前 予 測 い 元 ソ
散 特 徴 結 果 個 人 類 推 能 指 摘 い
例 えば 匿 処 理 結 果 男 性 あ 場 合 値 在 い値 抑 制
女 性 k 人 以 あ 類 推 連 値 あ 結 果
削 除 場 合 例 えば 16 才 18 才 出 力 場 合 削 除 値
17 才 あ 類 推 う ン 侵 害 生 い う
µ-Argus 方 式 出 力 群 適 あ 保 持 者 確
求 い
DGH VGH 両 方 対 応 般 階 索 型 処 理 用 性 両 面
満 処 理 属 性 値 SEM 検 索 ン ン広 告 価 格 用 い 匿 処 理 [78
79] 提 案 い
属 性 値 属 性 場 合 適 用 手 法 各 属 性 独 自 価 値
設 定 場 合 利 用 例 検 索 ン ン広 告 引 価 格 用 い
最 値 段 高 い語 含 属 性 組 合 わ 最 用 性 高 い 定 義 匿
処 理 成 あ
2 従来研究の分析 p. 34
202020 SEM20 SEMSEM 価 格 を用 いた匿 名 化 処 理SEM価 格 を用 いた匿 名 化 処 理価 格 を用 いた匿 名 化 処 理価 格 を用 いた匿 名 化 処 理 例例例 例
全 属 性 値 価 値 属 性 *人 数 属 性 持 用 性 計
測 値 高 い Lattice Structure 生 成 ン型 匿
処 理 行 い 20 概 要 示 全 属 性 値 SEM 価 値
在 前 提 条 件 必 要 あ 各 属 性 含 属 性 値 SEM 価 格
合 計 出 中 最 価 値 高 い属 性 検 証 含 属 性 組 合 わ
索 候 補 時 組 合 わ 検 証 い 中 匿 状 態 満
組 合 わ 見 場 合 更 値 含 索 候 補 い 繰
返 総 価 格 最 高 い属 性 組 合 わ 効 率 的 索
語 価 値 用 性 計 測 手 法 外 部 要 因 影 響 や
金 変 動 状 況 比 処 理 多 場 合 あ
必 効 率 的 言 え い
外 部 要 因 影 響 少 い指 標 検 索 ン ン
数 や SNS 語 数 用 い 匿 処 理 提 案 [80] 災 害 時
ソ 匿 活 用 提 案 質 的 問 あ 外 的 要
因 処 理 問 改 善 い い
用 性 全 性 両 立 匿 処 理 索 範 元 増
匿 処 理 行 全 性 用 性 検 証 条 件 満 い場 合
条 件 変 更 益 組 合 わ 索 Lattice Structure
索 型 処 理 必 要
