文献

J-GLOBAL ID：201802210987792202   整理番号：18A0832380

統計値を用いたプライバシ保護擬似データ生成手法

著者 (4件)： 岡田莉奈 (NTT セキュアプラットフォーム研) ,  正木彰伍 (NTT セキュアプラットフォーム研) ,  長谷川聡 (NTT セキュアプラットフォーム研) ,  田中哲士 (NTT セキュアプラットフォーム研)
資料名： 情報処理学会シンポジウムシリーズ(CD-ROM)  (IPSJ Symposium Series (CD-ROM))
巻： 2017  号： 2  ページ： ROMBUNNO.3F3-4  発行年： 2017年10月16日 
JST資料番号： L6741A  ISSN： 1882-0840  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,ビッグデータの一つであるパーソナルデータの分析が注目されるようになってきた。パーソナルデータの分析では,不意・故意に関わらずデータ内の個人のプライバシが侵害されることがある。これを防ぐ方法として,個人の情報ではない集約情報である統計値を分析者へ公開することが考えられる。しかしながら,統計値の公開は分析者にとって有効ではない。なぜならば,公開された統計値の組み合わせから様々な分析結果を得ることは容易でないからである。本研究では,プライバシ保護のため統計値から,分析に必要な生のデータの複数の性質を保持するミクロデータ形式のデータ(擬似データ)を生成する手法を提案する。ミクロデータ形式のデータであれば,分析者は統計解析ソフトウェアによって様々な分析を容易に行うことができる。我々の提案する擬似データは,生のデータにおける各属性のヒストグラムと等しくなるランダムなミクロデータを生成し,それを線形変換することによって,各属性の平均,分散共分散を正確に保持,各属性のヒストグラムと各二属性間のクロス集計表の近似を保持する。このため,ビッグデータ分析でよく用いられる線形回帰モデルを誤差なく計算できる。また,本手法は数値属性だけでなくカテゴリ属性を含むデータに対しても適用可能である。ヒストグラムとクロス集計表の近似度合いは,実データセットを用いて実験的に評価した。(著者抄録)

シソーラス用語： *データ保護 ,  *統計量 ,  プライバシー ,  保護 ,  *アルゴリズム ,  乱数 ,  確率密度関数 ,  実験 ,  プライバシー保護 ,  数値実験
準シソーラス用語： 統計値 ,  擬似データ

分類 (2件)： データ保護  (JD01020V) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 統計値 ,  プライバシ保護 ,  擬似 ,  データ生成 ,  手法