2024-03-29T16:03:22Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000502242024-03-29T05:26:34Z01164:04402:04418:04420
プライバシー保護実現に向けた秘匿性定量化手法: LooMLooM: An Anonymity Quantification Method fore Privacy Protectionjpnhttp://id.nii.ac.jp/1001/00050224/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=50224&item_no=1&attribute_id=1&file_no=1Copyright (c) 2005 by the Information Processing Society of JapanNTT未来ねっと研究所NTT未来ねっと研究所NTT未来ねっと研究所今田, 美幸太田, 昌克山口, 正康ユーザの代理としてのプライバシー情報開示交渉機能実現に向けて、ユーザ集合の特性に応じてプライバシー保護レベルを評価する秘匿性定量化手法LooMを提案する。LooMでは、ユーザ集合から特定個人が絞り込まれる危険性が、開示するプライバシー情報種別(属性)に依存するという考えの下に、「プライバシー保護の問題」を「秘匿したい属性の値によってユーザ集合を暮らす分類する問題」として扱う。本稿では、LooMについて、ユーザのプライバシー情報データベースの規模と属性値分布の依存性の観点から評価し、有効性を示す。LooMを用いた実用システムでは、秘匿性閾値を規定し、秘匿性閾値に応じてプライバシー情報の開示の可否判断を行う。ここでは、ユーザアンケート調査に基づいた秘匿性閾値設定方法について述べる。We propose a novel anonymity quantification method which call s LooM. The LooM is a method that evaluates the privacy protection levels every property of user collection for realizing a disclosure negotiation function of private information for user agents. Its main feature is that it can quantitatively control anonymity by a single value (disclosure threshold value) using a classification algorithm of the decision tree. In this paper, we show that the LooM is hardly affected by size of privacy information database or the attribute values distribution of users’ private information by using artificial database. In order to decide the disclosure threshold value on practical systems, we show a method for setting the value based on web questionnaire data.AA11135936情報処理学会研究報告知能と複雑系(ICS)200578(2005-ICS-140)11162005-08-012009-06-30