| 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
|
| 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 |
|---|
| 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．
|
| 自由記述の分野 |
プライバシー保護
|
| 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．
|
