| 研究概要 |
アンケートの個人属性を用いたデータマイニング技術の研究
現在幅広く活用されているWebによるアンケートにおける個人情報漏洩について検討し,内部の不正者による漏洩を防止するために,準同型性を満たした公開鍵暗号による秘密関数計算によるデータマイニング技術を応用した.しかしながら,アンケートにおける設問には多様性があり,複数の選択肢の指定が許されていたり,選択回数に制限があったりしており,古典的な加算の秘密関数計算を適用しては,効率が悪化する場合があることがわかった.そこで,選言の知識の証明プロトコルを改良し,多様な設問に対しても効率的に正当性が証明できるプロトコルを開発した.以上の研究成果を,次の論文誌で発表した.
中里,菊池,「個人情報漏洩を防止するWebアンケートのセキュリティ強化」,情報処理学会論文誌
また,エントロピー利得に基づく決定木アルゴリズムに,同数値属性を対象とするアルゴリズム・ユークリッド距離を用いたクラスタリング手法などがある.秘密関数計算により効率的な学習があるかどうか,対象とするデータマイニング技法の調査を行った.これらに基づき,決定木アルゴリズムをウェブページのクラスタリングに適用する研究,電子すかしにおける箸作権情報の抽出アルゴリズムヘの応用研究を行った.その結果,ウェブページのクラスタリングには,形式の自由度から生じるあいまいさが強く,既存の方式だけでは十分な分類精度が得られないことがわかった.
|
