文献

J-GLOBAL ID：202302283722720835   整理番号：23A2587405

AMIC:メンバシップ推定を防ぐ匿名化技術コンテスト

AMIC: “Anonymity against Membership Inference” Competition

著者 (17件)： 千田浩司 (群馬大) ,  荒井ひろみ (理研) ,  井口誠 (Kii) ,  小栗秀暢 (NEC) ,  菊池浩明 (明治大) ,  黒政敦史 (データ社会推進協議会) ,  中川裕志 (理研) ,  中村優一 (ソフトバンク) ,  西山賢志郎 (平田機工) ,  野島良 (立命館大) ,  野島良 (情報通信研究機構) ,  長谷川聡 (LINE) ,  波多野卓磨 (日鉄ソリューションズ) ,  濱田浩気 (NTT 社会情報研) ,  古川諒 (NEC) ,  山田明 (神戸大) ,  渡辺知恵美 (筑波技大)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 64  号： 9  ページ： 1317-1329 (WEB ONLY)  発行年： 2023年09月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,2020年8月27日から同年10月27日にかけて開催された,匿名化とその攻撃の技術を競うコンテストPWSCUP2020(通称:AMIC)の解説および結果の考察を行う.AMICでは,あるデータが誰のデータを元に作成されたものか識別する攻撃として知られる「メンバシップ推定」を匿名性指標とした.これまでのPWSCUPでは,機械学習分野等で近年活発に研究が進む合成データの匿名性評価は困難だったが,メンバシップ推定の導入により,合成データ生成を含む様々な匿名化技法の評価が可能となる.合成データ生成を採用した上位チームの匿名化データは,AMICで定めた有用性の基準を満たしつつ敵対チームのメンバシップ推定攻撃に対して耐性があり,匿名性および有用性の高い合成データの作成が可能であることを示唆する結果が得られた.(著者抄録)

シソーラス用語： *推定 ,  *コンクール ,  機械学習 ,  データ ,  サイバー攻撃 ,  耐性
準シソーラス用語： *メンバシップ推定 ,  メンバシップ推定攻撃 ,  攻撃耐性 ,  合成データ ,  *匿名化

分類 (1件)： データ保護  (JD01020V)

引用文献 (20件)：

• 千田浩司,荒井ひろみ,井口誠,小栗秀暢,菊池浩明,黒政敦史,中川裕志,中村優一,野島良,長谷川聡,波多野卓磨,濱田浩気,古川諒,山田明,渡辺知恵美:PWSCUP2020 コンテスト:AMIC(“Anonymity against Membership Inference” Contest),コンピュータセキュリティシンポジウム 2020(CSS2020)論文集 4C1-5,情報処理学会 (2020).
• PWS 組織委員会:プライバシーワークショップ(PWS),PWS 組織委員会(オンライン),入手先 <https://www.iwsec.org/pws/> (参照 2022-12-10).
• 岡田莉奈,正木彰伍,田中哲士,長谷川聡:統計値を用いたプライバシ保護擬似データ生成手法,コンピュータセキュリティシンポジウム 2017(CSS2017)論文集 3F3-4,情報処理学会 (2017).
• Kohavi, R. and Becker, B.: UCI Machine Learning Repository, Census Income Data Set, UC Irvine (online), available from <https://archive.ics.uci.edu/ml/datasets/census+income> (accessed 2020-08-16).
• 個人情報保護委員会事務局:個人情報保護委員会事務局レポート:匿名加工情報パーソナルデータの利活用促進と消費者の信頼性確保の両立に向けて,個人情報保護委員会(オンライン),入手先 <https://www.ppc.go.jp/files/pdf/report_office.pdf> (参照 2020-08-13).

タイトルに関連する用語 (5件)： メンバ ,  シップ ,  推定 ,  匿名化 ,  コンテスト