講演抄録/キーワード |
講演名 |
2022-12-21 17:10
l-多様性を満たすためのグルーピングとダミー追加を組み合わせたアルゴリズム ○大石慶一朗・清 雄一・田原康之・大須賀昭彦(電通大) AI2022-47 |
抄録 |
(和) |
個人に関する情報を含んだデータベースは様々な大学や企業で利活用されているが,そのようなデータベースを利用するためにはプライバシに関する配慮が必要不可欠である.
プライバシ保護のための技術である匿名化は一般的に,個人を一意に特定できる識別子を除外し,準識別子(QID)を加工することでプライバシ保護を実現している.
QIDに対する加工を行わない手法の1つにダミーレコード追加手法があり,QIDに対する加工を行う手法と比べて,プライバシを保護しつつも高い有用性を維持できる.
本論文では既存のダミーレコード追加手法が必要以上のダミーレコードを追加していることを解決すべき課題とし,追加されるダミーレコードを大幅に削減する手法を提案する.
本アルゴリズムは主要なプライバシ指標のひとつである$l$-多様性により安全性を保障し,既存手法と比較して高い有用性を保持できることを示す. |
(英) |
Universities and companies access personal information databases for a wide range of purposes, and privacy considerations must be taken into account when using such databases.
Most of the existing anonymization technologies excludes identifiers that uniquely identify individuals and process quasi-identifiers (QIDs), which do not uniquely identify an individual but are well-correlated with that individual.
Here we propose an anonymization algorithm based on a non-processing method for QIDs called the dummy record %addition method, and this algorithm succussed reduces the number of dummy records added for anonymization.
A verification experiment confirmed a more balanced safety-usefulness tradeoff in the proposed algorithm than in %comparative existing technologies while maintaining the $l$-diversity, a main indicator of privacy security. |
キーワード |
(和) |
l-多様性 / ダミー / プライバシ保護データマイニング / プライバシ保護データパブリッシング / / / / |
(英) |
l-diversity / Dummy / Privacy Preserving Data Mining / Privacy Preserving Data Publishing / / / / |
文献情報 |
信学技報, vol. 122, no. 322, AI2022-47, pp. 80-86, 2022年12月. |
資料番号 |
AI2022-47 |
発行日 |
2022-12-14 (AI) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
AI2022-47 |