2021 Fiscal Year Annual Research Report
大規模なパーソナルデータに向けた局所型プライバシー保護技術の研究
| Project/Area Number |
19H04113
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
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)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
日野 英逸 統計数理研究所, モデリング研究系, 教授 (10580079)
清 雄一 電気通信大学, 大学院情報理工学研究科, 准教授 (20700157)
松田 隆宏 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 (60709492)
川本 裕輔 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 (60760006)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | プライバシー / 差分プライバシー / グラフ / 位置情報 |
|---|
| Outline of Annual Research Achievements |
本研究では，長期間にわたる時系列データ（位置情報，電力使用量など）や数多くの属性データ（年齢，結婚状況，収入など）といった大規模な，相関を持つパーソナルデータに対するプライバシー保護技術の研究を推進している．
令和二年度では，以下の成果を上げた．
(1) 相関のあるデータとしてソーシャルグラフに着眼し，グラフ統計量（triangle count）を局所型プライバシー（LDP: Local Differential Privacy）を満たしながら推定する問題に取り組んだ．前年度に確立した技術（USENIX Security'21で発表）と比べて，ダウンロード時の通信量の大幅な削減（例：400Gbitsから160Mbits）を実現する新しいアルゴリズムを確立した．本成果は，情報セキュリティ分野のトップ国際会議USENIX Security'22に採択された．また，前年度のUSENIX Security'21の内容で，国際会議IWSEC'21のkeynote talkを行った．
(2) LSHを用いて，差分プライバシーを任意の距離尺度したdx-privacyを満たすように，パーソナルデータを加工を施す技術を確立し，映画レビューや位置情報のデータセットを用いた評価実験により有効性を検証した．本成果は，情報セキュリティ分野における難関国際会議のESORICS'21に採択された．
(3) 位置情報の匿名加工・再識別コンテストに向けた，位置情報の人工データ生成法の安全性と有用性を解析した．本成果をpreprint (arXiv:2107.10407)に投稿した．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
