@article{oai:ipsj.ixsq.nii.ac.jp:00176430,
 author = {秋山, 寛子 and 和田, 昌昭 and 中山, 雅哉 and 加藤, 朗 and 砂原, 秀樹 and Hiroko, Akiyama and Masaaki, Wada and Masaya, Nakayama and Akira, Kato and Hideki, Sunahara},
 issue = {12},
 journal = {情報処理学会論文誌},
 month = {Dec},
 note = {プライバシ保護の観点から匿名化技術の重要度が高まっており，なかでもk-匿名化が活発に研究されている．k-匿名化のためのアルゴリズムとしてはMDAVやVMDAVなどが提案されているが，数値データの匿名化において，それらは情報損失の観点から必ずしも最良のものとはなっていない．本論文では，それらのアルゴリズムによって得られたデータの分割を，k-匿名性を保ったまま修正して情報損失を極小にする方法を提案する．またそれを実装して，いくつかのデータセットに適用し評価を行う．データ総数をkで割った余りが大きい場合の多くで，MDAVやVMDAVによる情報損失を提案アルゴリズムにより改善可能である．また，提案アルゴリズムは，データ総数によらず高速に実行可能である．, Anonymization is becoming more and more important for the purpose of privacy protection, and k-anonymization in particular is actively studied. Various k-anonymization algorithms such as MDAV and VMDAV are proposed, but they are not necessarily optimal for numerical data from the viewpoint of information loss. In this paper, we propose a method for minimizing information loss, while preserving k-anonymity, of the partition of dataset obtained by these algorithms. We implement the algorithm, apply it to several datasets and evaluate the results. In many cases where the remainder after dividing the number of data by k is large, the information loss of MDAV and VMDAV can be reduced by our algorithm. Also, our algorithm can be executed quickly regardless of the number of data.},
 pages = {2675--2681},
 title = {k-匿名化アルゴリズムにおける情報損失の極小化},
 volume = {57},
 year = {2016}
}