研究課題
挑戦的萌芽研究
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。
すべて 2013 2012 その他
すべて 雑誌論文 (2件) 学会発表 (3件) 図書 (1件) 備考 (1件)
報処理学会論文誌数理モデル化と応用(TOM)
巻: 6(3) ページ: 11-22
PAKDD 2012, Part I, LNAI, Springer-Verlag
巻: 7301 ページ: 542-553
http://www.slideshare.net/hirsoshnakagawa3/k-31921914