背景知識を用いて移動履歴から個人を特定する確率モデルの提案と評価

• Item type: Journal(1)
• 公開日: 2021-08-15
• タイトル: 背景知識を用いて移動履歴から個人を特定する確率モデルの提案と評価
• タイトル / 言語: en
• タイトル: Proposal and Evaluation of a Probabilistic Model that Identifies an Individual from the Location History Using Background Knowledge
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文（推薦論文）] プライバシリスク，移動履歴，再特定，ソーシャルネットワークサービス
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00212115
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 電気通信大学
• 著者所属: 電気通信大学
• 著者所属: 電気通信大学
• 著者所属: 電気通信大学
• 著者所属(英): en
• 著者所属(英): The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): The University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): The University of Electro-Communications
• 著者名: 松本, 瞬; 大岡, 拓斗; 市野, 将嗣; 吉浦, 裕
• 著者名(英): Shun, Matsumoto; Takuto, Ooka; Masatsugu, Ichino; Hiroshi, Yoshiura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 個人の位置情報は，携帯電話会社や位置情報サービスの提供者により収集され，産業界や公共分野で有効活用されている．一方，移動履歴にはプライベートな情報が含まれているため，これを保護するために匿名加工処理を行ったうえで利活用するのが一般的である．しかし，匿名加工を施した移動履歴とは異なる別データを参照し，これらと匿名移動履歴を対応付けることで，匿名性を解除する攻撃が多数提案されている．この攻撃の1つとして，遷移情報に基づいた攻撃が存在するが，既存手法は匿名移動履歴および対応付けを行うための別データ以外の活用ができていない．近年は，スマートフォンなどの普及にともなって大量の位置情報が取得可能になっており，これらを背景知識として活用することで，従来の攻撃精度を超えた攻撃が可能となりうる．そこで本論文では，大量の位置情報を背景知識として利用可能な攻撃モデルを数学的に導いた．また，この手法を実装したうえで，2種類のデータセットを用いて評価実験を行い，既存手法と比較した．これにより，背景知識のデータ量が増えるにつれて提案手法の攻撃成功率が上昇し，データ量が十分な量に達したとき，既存手法の攻撃成功率を上回ることを明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Personal location histories are collected by cell phone companies and location-based service providers, and these information is effectively used in industry and the public sector. On the other hand, since location histories contain private information, it is common to use them after anonymized processing to protect. However, a number of attacks have been proposed to break the anonymity by referring to other data that is different from the anonymized location histories and mapping them to the anonymized location histories. One of these attacks is based on transition information, but the existing methods do not make use of anything other than anonymous location histories and data for mapping to them. In recent years, with the spread of smartphones and other devices, a large amount of location history can be obtained, so by using this information as background knowledge, attacks that exceed the accuracy of conventional attacks may become possible. In this paper, we mathematically derive an attack model that can use a large amount of location information as background knowledge. We also implement the proposed method, and conducted evaluation experiments using two different datasets and compared the results with existing methods. Then, we found that the success rate of the proposed method increases as the amount of background knowledge data increases, and when the amount of data reaches a sufficient level, the success rate of the proposed method exceeds that of the existing methods.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 62, 号 8, p. 1415-1425, 発行日 2021-08-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764