2022 Fiscal Year Final Research Report
Study on anonymization algorithm and risk to be re-identified using open data competition
| Project/Area Number |
18H04099
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中川 裕志 国立研究開発法人理化学研究所, 革新知能統合研究センター, チームリーダー (20134893)
渡辺 知恵美 筑波技術大学, 産業技術学部, 准教授 (20362832)
木村 映善 愛媛大学, 医学系研究科, 教授 (20363244)
村上 隆夫 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80587981)
佐久間 淳 筑波大学, システム情報系, 教授 (90376963)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 個人情報 / 匿名化 / プライバシー / ビッグデータ / k-匿名 |
|---|
| Outline of Final Research Achievements |
Our study focused on the important issue of data anonymization and the challenges it poses for protecting individual privacy. We conducted five open competitions to evaluate different approaches to anonymizing personal data and identified both issues and best practices.
Our research resulted in several significant publications, including top conference papers at PET 2023 for anonymizing location traces and an IEEE big data paper studying medical data anonymization. We published a journal paper studying a mathematical model for the cost of data anonymization and a journal paper that revealed user behavior in providing personal data, which was awarded at the IPSJ Computer Security Symposium. These publications contribute to the development of anonymization theory and methods and provide practical solutions to the challenge of protecting personal data. Ultimately, our research has important implications for both academia and society, helping to advance the field of data privacy.
|
| Free Research Field |
データプライバシー
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究により，これまで曖昧な評価基準が確立されていなかった個人データの匿名化技術に対して，定量的なリスク評価手法を提案することができた．位置情報，購買履歴，医療データなどのデータの種類に応じて，重要視される要求条件や再識別の脅威に対するインパクトが異なり，それらの要請を十分に配慮した匿名化手法が必要であることが分かってきた．これらの研究成果により，個人データの提供の背景にある理由のいくつかが明らかになり，個人データに対する漏洩や不正利用の脅威に対する生活者の不安を取り除き，匿名化に関する理解を深めることにより，医療や産業界における個人データ保護に貢献することが期待される．
|
