| 研究課題/領域番号 |
20K11830
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60080:データベース関連
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
森本 康彦 広島大学, 先進理工系科学研究科(工), 教授 (00363010)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 匿名化加工 / ユーティリティ / プライバシー保護データマイニング / 秘密計算 / 位置情報 / 医療情報 / データマイニング / プライバシー / スカイライン問合せ / Society5.0 / 連合学習 / 個人情報保護 |
|---|
| 研究開始時の研究の概要 |
すべての人とモノがつながるSociety5.0社会の実現が期待されている．そこでは，IoTでつながった機器からあらゆる情報がサイバー空間内のデータベースに記録されることになる．記録される情報に基づいて様々な新しいサービスが生まれることが期待される一方で，その情報が悪用されるリスクも増加する．本研究では，高度につながる新しい社会における個人情報の保護と価値の最大化の問題を考える．この中で，具体的には以下の4つの部分課題に取り組む．（１）プライバシーリスクの学習，（２）情報の価値を最大化する新たな匿名化加工方法，（３）匿名化加工以外の個人情報保護方法，（４）データの移動を局所化した分析手法
|
| 研究成果の概要 |
本研究では以下のような成果を得ることができた．（１）住所や位置情報サービスの緯度経度情報を，ｋ匿名化という観点でリスクを測定する方法を提案し，（２）その測定値のもとで，よりリスクの低い，位置情報匿名化手法を考案した．（３）また，画像データに関するプライバシー問題にも取り組み，そこでは，医療画像データをその画像としての視覚的情報を過度に失わないための多段階暗号化の研究を行った．（４）並行してブロックチェーン技術を利用した医療情報の共有手法，および，秘密分散計算技術に基づくスカイライン問合せ（広い意味でデータマイニング手法の１つ）による分散知識発掘手法を開発することができた．
|
| 研究成果の学術的意義や社会的意義 |
近年，人工知能が飛躍的に発展しているが，その発展に欠かせないのがビッグデータで，その質と量が知能の優劣に大きく影響を与える．そのため，データを保有する巨大プラットフォーマーが人工知能市場において圧倒的に優位に立っている．しかし，ビッグデータを保有しないものでも，多数が参加する情報分散共有プラットフォームが整備され，そのサイズが十分巨大になることで，人工知能市場における競争に加わることが可能となり，より健全な発展が期待できる．本研究で得られた成果は，そうした情報共有，利用（知識発掘）におけるプライバシーリスクを減らすための技術と位置付けることができ，概要欄に示した各成果は学術雑誌に公表している．
|
