| 研究課題/領域番号 |
19H04113
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60070:情報セキュリティ関連
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
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)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2021年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2020年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2019年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
|
|---|
| キーワード | 局所型プライバシー / 差分プライバシー / 時系列データ / グラフデータ / 安全性指標 / プライバシー / グラフ / 位置情報 / パーソナルデータ / 位置情報プライバシー / 局所型差分プライバシー / メンバーシップ推定 / トレース / 人工データ生成法 |
|---|
| 研究開始時の研究の概要 |
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）といった大規模なパーソナルデータに対して，ユーザ自身が加工を施してサービス事業者に送信する局所型プライバシー保護技術を確立する．本技術は，長期間にわたる時系列データや数多くの属性データに対し，サービス事業者からの情報漏洩の可能性まで考慮して安全性を保証するものであり，これによりパーソナルデータの利活用促進を加速させる．
|
| 研究成果の概要 |
本研究では，長期間にわたる時系列データ（位置情報など）やソーシャルグラフデータといった相関のある大規模なパーソナルデータに対して，ユーザ自身が加工を施してサービス事業者に送信する局所型プライバシー保護技術で成果を上げた．具体的には，LSH（Locality Sensitive Hashing）を用いた局所型プライバシー保護技術，位置情報生成技術，有用性の理論的保証を持つグラフLDP（Local Differential Privacy）技術を確立した．また，センシティブデータに対してのみLDPと同等の安全性を保証する安全性指標ULDP（Utility-Optimized LDP）も確立した．
|
| 研究成果の学術的意義や社会的意義 |
従来の局所型プライバシー保護技術のほとんどは，各データが独立であると仮定しており，長期間にわたる時系列データ（位置情報など）やソーシャルグラフデータのような相関を持ったパーソナルデータには適用できない．本研究での成果は，このようなデータに対しても安全性や有用性の理論的保証を与え，ユーザにプライバシーの観点での安心感を与えつつ，パーソナルデータの利活用促進を加速させることが可能となる．
|
