情報量最適な大規模データ差分プライバシー技術の開発

• Project/Area Number: 23K28035
• Project/Area Number (Other): 23H03345 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 60010:Theory of informatics-related; Basic Section 60020:Mathematical informatics-related; Sections That Are Subject to Joint Review: Basic Section60010:Theory of informatics-related , Basic Section60020:Mathematical informatics-related
• Research Institution: The University of Tokyo
• Principal Investigator: 渋谷 哲朗 東京大学, 医科学研究所, 教授 (60396893)
• Project Period (FY): 2023-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥16,770,000 (Direct Cost: ¥12,900,000、Indirect Cost: ¥3,870,000); Fiscal Year 2027: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2026: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2025: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000); Fiscal Year 2024: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000); Fiscal Year 2023: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
• Keywords: 差分プライバシー / 情報量理論 / アルゴリズム / ビッグデータ / 個人情報保護 / グラフ理論

Outline of Research at the Start

本研究の目的は、情報量理論的な側面から近年脚光を浴びている差分プライバシー技術のビッグデータ適用性を情報量最適な差分プライバシー技術を実現することにより向上させることである。具体的には、以下の4つの課題の究明に取り組む。
1)データ圧縮加工による差分プライバシー技術の高効率化
2)不可逆圧縮誤差活用による差分プライバシーの高精度化
3)差分プライバシー情報量理論の構築
4)これらの新技術の実応用への展開

Outline of Annual Research Achievements

本研究の目的は、情報量最適な差分プライバシー技術を実現することにより差分プライバシーのビッグデータ適用性を向上させることであり、特に初年度は、データ圧縮加工による差分プライバシー技術の高効率化と不可逆圧縮誤差活用による差分プライバシー技術の高精度化に取り組んだ。
高効率化の面では、差分プライバシー加工前のデータが圧縮可能である場合に、元データではなく圧縮したデータに対して差分プライバシー加工を行うことで、差分プライバシー加工のノイズも小さくすることができる可能性があり、情報の様々な面からの圧縮可能性について研究を進めた。特にネットワークデータに対する研究で、大規模グラフでのランダムリスポンスに基づく差分プライベートな公開の通信量を削減し、精度を上げることに成功した。
また、高精度化の面でも、様々な対象の性質に着目し、新たなランダムリスポンスに基づく高精度なゲノム統計量の差分プライベートな公開技術の開発にも成功した。また、データセット中の情報の性質の違いに着目するsmooth sensitivityを活用した新たなゲノム統計量の高精度公開技術の開発も行った。また、重要遺伝子公開などでのトップk情報公開においても、新たな高精度公開技術を開発することに成功した。その他、グラフデータの特徴量公開に関連して、対象データの性質に関する研究をさらに進め、グラフ・ネットワークの特徴量計算に関する理論的な解析を行い、それらの計算量理論解析などに成功した。

Current Status of Research Progress

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

Reason

差分プライバシーの高効率化・高精度化に関して４報の論文の成果を上げ、さらに関連した成果を８報あげることができて、十二分の成果を上げることに成功している。計画上次年度以降に行う予定であった、技術の実応用への展開も、すでに成果があがっており、今後は、さらにより大きな理論構築、より広い実応用への展開を考えながら研究を進めていきたい。

Strategy for Future Research Activity

本研究の目的は、情報量理論的な側面から近年脚光を浴びている差分プライバシー技術のビッグデータ適用性を情報量最適な差分プライバシー技術を実現することにより向上させることであり、データ圧縮加工による差分プライバシー技術の高効率化、 不可逆圧縮誤差活用による差分プライバシーの高精度化、差分プライバシー情報量理論の構築、これらの新技術の実応用への展開をおこなっていく。初年度は、これらのうち、技術の高効率化と高精度化に関して力を入れて研究を行ったが、本年度からは、一般的な情報量理論と差分プライバシー理論のかかわりについてより深く理論的考察を行い、また、社会にインパクトを与えるようなより大きな実応用への展開等に力をいれていく予定である。

Research Products

• [Journal Article] Affine optimal k-proper connected edge colorings (2024)
  • Author(s): Robert Barish, Tetsuo Shibuya
  • Journal Title: Optimization Letters Volume: -
  • Peer Reviewed
• [Journal Article] Proper colorability of segment intersection graphs (2024)
  • Author(s): Robert Barish, Tetsuo Shibuya
  • Journal Title: Journal of Combinatorial Optimization Volume: -
  • Peer Reviewed / Open Access
• [Journal Article] Counting on rainbow k-connections (2024)
  • Author(s): Robert Barish, Tetsuo Shibuya
  • Journal Title: Proc. 2024 Annual Conference on Theory and Applications of Models of CompuProc. Volume: -
  • Peer Reviewed
• [Journal Article] Counting 2-factors of 4-regular bipartite graphs is #P-complete (2024)
  • Author(s): Robert Barish, Tetsuo Shibuya
  • Journal Title: LNCS Volume: -
• [Journal Article] Recognition and proper coloring of unit segment intersection graphs (2024)
  • Author(s): Robert Barish, Tetsuo Shibuya
  • Journal Title: Proc. 19th Scandinavian Symposium on Algorithm Theory Volume: -
  • Peer Reviewed
• [Journal Article] Genetic algorithm-based feature selection with manifold learning for cancer classification using microarray data (2023)
  • Author(s): Wang Zixuan、Zhou Yi、Takagi Tatsuya、Song Jiangning、Tian Yu-Shi、Shibuya Tetsuo
  • Journal Title: BMC Bioinformatics Volume: 24 Issue: 1
  • DOI: 10.1186/s12859-023-05267-3
  • Peer Reviewed / Open Access / Int'l Joint Research
• [Journal Article] Unbiased Locally Private Estimator for Polynomials of Laplacian Variables (2023)
  • Author(s): Hillebrand Quentin、Suppakitpaisarn Vorapong、Shibuya Tetsuo
  • Journal Title: Proceedings of the 29th ACM SIGKDD Conference on Knowledge Discovery and Data Mining Volume: - Pages: 741-751
  • DOI: 10.1145/3580305.3599537
  • Peer Reviewed / Int'l Joint Research
• [Journal Article] Privacy-Preserving Genomic Statistical Analysis Under Local Differential Privacy (2023)
  • Author(s): Yamamoto Akito、Shibuya Tetsuo
  • Journal Title: LNCS Volume: 13942 Pages: 40-48
  • DOI: 10.1007/978-3-031-37586-6_3
  • ISBN: 9783031375859, 9783031375866
  • Peer Reviewed
• [Journal Article] Privacy-Preserving Publication of GWAS Statistics using Smooth Sensitivity (2023)
  • Author(s): Yamamoto Akito、Shibuya Tetsuo
  • Journal Title: Proc. PST Volume: - Pages: 1-12
  • DOI: 10.1109/pst58708.2023.10320160
  • Peer Reviewed
• [Journal Article] A Joint Permute-and-Flip and Its Enhancement for Large-Scale Genomic Statistical Analysis (2023)
  • Author(s): Yamamoto Akito、Shibuya Tetsuo
  • Journal Title: IEEE International Conference on Data Mining Workshops Volume: - Pages: 217-226
  • DOI: 10.1109/icdmw60847.2023.00034
  • Peer Reviewed
• [Journal Article] The Fine-Grained Complexity of?Approximately Counting Proper Connected Colorings (Extended Abstract) (2023)
  • Author(s): Barish Robert D.、Shibuya Tetsuo
  • Journal Title: Combinatorial Optimization and Applications Volume: - Pages: 123-136
  • DOI: 10.1007/978-3-031-49614-1_8
  • ISBN: 9783031496134, 9783031496141
  • Peer Reviewed
• [Presentation] Communication Cost Reduction for Subgraph Counting under Local Differential Privacy via Hash Functions (2024)
  • Author(s): Quentin Hillebrand, Vorapong Suppakitpaisarn, and Tetsuo Shibuya
  • Organizer: 情報処理学会 第197回アルゴリズム研究会
• [Presentation] Toward Privacy Preserving Biomedical Data Analysis (2023)
  • Author(s): Tetsuo Shibuya
  • Organizer: the 10th International Conference on Biomedical and Bioinformatics Engineering
  • Int'l Joint Research / Invited
• [Presentation] 医療情報における差分プライベートなk匿名化について (2023)
  • Author(s): Akito Yamamoto, Eizen Kimura, Tetsuo Shibuya
  • Organizer: 第43回 医療情報学連合大会