A Study on Reduction of Information Loss and Improvement of Performance of Anonymization Processing for Streaming Data

• Project/Area Number: 17K00188
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Research Field: Information security
• Research Institution: Hiroshima City University
• Principal Investigator: Wakabayashi Shin'ichi 広島市立大学, 情報科学研究科, 教授 (50210860)
• Co-Investigator(Kenkyū-buntansha): 上土井 陽子 広島市立大学, 情報科学研究科, 講師 (80264935)
• Project Period (FY): 2017-04-01 – 2020-03-31
• Project Status: Completed (Fiscal Year 2019)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2019: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2018: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2017: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: プライバシー保護 / k-匿名化 / l-多様性 / ストリームデータ / FDH / 専用ハードウェア / ストリーミングデータ / k匿名化 / 近似最近傍探索 / FPGA / LSH / 近傍データ探索 / m-不変性 / プライバシ保護

Outline of Final Research Achievements

For k-anonymization of stream data, we proposed a k-anonymization method based on δ-FDH, which was an extension of FDH (Flexible Distance-based Hashing) for approximate nearest neighbor search, and showed the effectiveness by computer experiment. We studied hardware implementation of δ-FDH, and developed a hardware engine for approximate nearest neighbor search. The proposed engine realized speedup from 26 to 56 times in comparison with a software program. As an expansion of FDH, we proposed MA-FDH, in which a number of anchor sets were used for approximate nearest neighbor search, and showed the effectiveness by computer experiment.

Academic Significance and Societal Importance of the Research Achievements

一般に、ストリームデータの処理は高速性が要求される。また、匿名化は計算負荷の大きい処理である。本研究で得られた研究成果により、ストリームデータに対する、効率がよく、情報損失が少なく、プライバシー保護に対する安全性が強化されたデータ匿名化が可能となる。急速に普及するインターネットショッピングやSNSなどで生成されるインターネット上を伝送される膨大なストリームデータから有用な知識を獲得することで、新しいビジネスの創出が期待できる。

Research Products

• [Presentation] 高次元データに対する近似最近傍探索手法とストリームデータに対するk-匿名化への応用 (2020)
  • Author(s): 山吉勇輝
  • Organizer: 第12回データ工学と情報マネジメントに関するフォーラム
• [Presentation] Flexible Distance-based Hashingに基づく大規模多次元データ集合に対する近似最近傍探索手法の改良 (2019)
  • Author(s): 糸谷 友里
  • Organizer: 第11回データ工学と情報マネジメントに関するフォーラム
• [Presentation] An Approximate Nearest Neighbor Search Algorithm Using Distance-Based Hashing (2018)
  • Author(s): Yuri Itotani
  • Organizer: 29th International Conference on Database and Expert Systems Applications (DEXA 2018)
  • Int'l Joint Research
• [Presentation] A Nearest Neighbor Search Engine UsingDistance-based Hashing (2018)
  • Author(s): Yuri Itotani
  • Organizer: 2018 International Conference on Field-Programmable Technology (FPT)
  • Int'l Joint Research
• [Presentation] 動的データセットにおけるプライバシ保護の厳密な安全性評価と妥当な安全性評価について (2018)
  • Author(s): 坂田奈々子、上土井陽子、村上頼太、若林真一
  • Organizer: データ工学と情報マネジメントに関するフォーラム
• [Presentation] An FPGA-based Nearest Neighbor Search Engine Using Distance-based Hashing for High-Dimensional Data (2018)
  • Author(s): Toshitaka Ito, Yuri Itotani, Shin’ichi Wakabayashi, Shinobu Nagayama, Masato Inagi
  • Organizer: Workshop on Synthesis And System Integration of Mixed Information technologies
  • Int'l Joint Research
• [Presentation] 距離に基づくハッシングを用いた高次元ストリームデータに対する効率の良いk-匿名化手法 (2017)
  • Author(s): 糸谷友里、若林真一、永山忍、稲木雅人
  • Organizer: IEEE広島支部学生シンポジウム