Study on Pseudonymization/Anonymization Techniques for Constructing an Information Infrastructure for Building Seismic Performance Monitoring

• Project/Area Number: 23K17783
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 23:Architecture, building engineering, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: 糸井 達哉 東京大学, 大学院工学系研究科(工学部), 准教授 (60393625)
• Project Period (FY): 2023-06-30 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2023: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
• Keywords: 仮名化／匿名化 / 構造ヘルスモニタリング

Outline of Research at the Start

建築物の地震時挙動に関するモニタリングの社会実装が進んでいる。これらの蓄積データが社会に共有される仕組みを構築することにより，耐震工学を含めた学問の発展への大きな寄与となる。その際，情報をその本質を失わない形で仮名化／匿名化する技術が個人情報の保護の観点から不可欠である。本研究では，① 膨大な地震時計測データについて，意味のある形で共有情報とできるように仮名化／匿名化する方法を実現し，② 個別の建物においてその建物における観測記録と①の仮名化／匿名化された共有情報を組み合わせる形で，構造物の地震時挙動を把握し，将来の耐震性能評価を行う革新的な手法を実現する。

Outline of Annual Research Achievements

個別の建物においてその建物における観測記録との仮名化／匿名化された共有情報を組み合わせる形で，構造物の地震時挙動を把握し，将来の耐震性能評価を行う革新的な手法として、深層学習手法を用いたモデル更新手法構築の可能性について検討した。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

深層学習手法を用いたモデル更新手法構築については順調に検討を進めている。

Strategy for Future Research Activity

深層学習手法を用いたモデル更新手法構築の可能性について引き続いて検討を行うとともに、仮名化／匿名化手法について検討を行う。