| 研究課題/領域番号 |
24650064
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
|
|---|
| 研究分担者 |
佐藤 一誠 東京大学, 情報基盤センター, 助教 (90610155)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2014-03-31
|
| 研究課題ステータス |
完了 (2013年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2013年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2012年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | プライバシー保護 / データマイニング / 差分プライバシー / ビッグデータ / 個人情報保護 / データベース / 匿名化 / 相関 / 個人情報 / 機械学習 / 雑音 |
|---|
| 研究概要 |
プライバシー保護データマイニングのひとつである差分プライバシーは有望な方法であるが、データベースのレコード間に相関がある場合の分析があまり進んでいなかった。本研究では、相関がある場合に従来の差分プライバシーを適用した場合、データ入手を狙う攻撃者が相関に関する背景知識を少なく持っているほうが、流出する情報が大きいという直感に反する状況を明らかにし、この状況を改善するために背景知識も考慮したベイズ型差分プライバシーの数理モデルを確立した。この数理モデルにおいて情報漏洩の確率を与えられた閾値以下にする加算すべきラプラス雑音のパラメタを求める近似的アルゴリズムを示した。
|
