分散型ソーシャルグラフに向けた差分プライバシー技術

2022 Fiscal Year Comments on the Screening Results

• Project/Area Number: 22H00521
• 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: The Institute of Statistical Mathematics (2024); National Institute of Advanced Industrial Science and Technology (2022-2023)
• Principal Investigator: 村上 隆夫 統計数理研究所, 学際統計数理研究系, 准教授 (80587981)
• Co-Investigator(Kenkyū-buntansha): 南 和宏 統計数理研究所, 学際統計数理研究系, 教授 (10579410) ; 日野 英逸 統計数理研究所, 先端データサイエンス研究系, 教授 (10580079) ; Attrapadung Nuttapong 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, 研究チーム長 (40515300) ; 曹 洋 東京工業大学, 情報理工学院, 准教授 (60836344) ; 大原 一真 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 (80836479) ; 佐久間 淳 東京工業大学, 情報理工学院, 教授 (90376963)
• Project Period (FY): 2022-04-01 – 2027-03-31

Summary of the Research Project

ソーシャルグラフを複数のサーバに分散化した分散型SNSの情報利活用におけるプライバシー保護のために新たに提案された、分散型グラフ差分プライバシー(DP)技術を開発する研究である。具体的には、分散型SNSの各グラフパーツへDPノイズを付与するための技術、汚染攻撃への対策、秘密計算技術の３項目の研究を行う。

Scientific Significance and Expected Research Achievements

分散型SNSにおける差分プライバシーという、将来の重要性が高いものの研究が進んでいない分野に対して、具体的な３つの研究項目とその解決の見込みが示されており、説得力がある。グラフ全体の大規模な漏洩を考えると、分散型SNSの研究を進める必要性は高い。理論的研究であるとともにソフトウェア開発も視野に入れた研究計画となっており、独創性も認められる。