GPSデータの個人特定化リスクに対する統計手法の開発

GPS数据个人身份识别风险统计方法的开发

• 批准号: 19K23243
• 负责人: 城田 慎一郎
• 金额: $ 1.83万
• 依托单位: Hitotsubashi University (2022)Meiji University (2020-2021)Institute of Physical and Chemical Research (2019)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-08-30 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K23243/
• 关键词: データ合成; ガウス過程; 空間統計; 空間点過程; GPSデータ; 匿名化; 点過程

位置情報の社会科学への応用を考える際には、位置情報に紐づいた各個人情報とセットで提供することが重要であるが、個人特定リスクが内在する。個人情報の中でも、とりわけ位置情報は特定化リスクが高い。簡便な方法としては、空間的に粗いメッシュを作成することで位置情報を粗くするが、どの程度メッシュを粗くすれば個人を特定できなくなるかは付随する個人情報に依存する。データ合成手法は、各変数の依存構造を保持したまま、対象となるデータ自体をシミュレー トすることで、データの分布構造を保持した上での擬似データにより元データを代替するものである。これまでの研究では、点過程の枠組みで位置情報を各個人情報に回帰させることで、各個人情報との相互関係を保持したまま、位置情報をシミュレートする位置情報に対するデータ合成手法を提案・検証してきた。2022年度に関しては2021年度に引き続き、位置情報だけでなく、位置情報に付随する個人情報のデータ合成手法を統合する方向を考えてきた。これにより、位置情報だけでなくデー タ全体をシミュレートすることができ、より包括的なデータ合成手法となる。各変数には、2値変数、カテゴリー変数、連続変数などさまざまなタイプの変数が 混在しており(混合変数と呼ぶ)、元データにおけるこれら変数間の分布構造を保持したまま、そこからシミュレーションすることが重要となっている。関連研究 として、近年Annals of Applied Statisticsにコピュラ手法を用いた混合変数のデータ統合手法が提案されているが、本研究では、ガウス過程を用いたデータ合 成手法の開発を目指しており、現在手法の開発を進めている段階である。

Location information is important for social science purposes, and location information is important for providing personal information. Personal information, location information, specific information. In a simple way, the space can be created, the location information can be made rough, the degree of space can be made rough, and the individual can be specific, and the personal information depends on it. The method of synthesis of data is to maintain the dependency structure of each data element, to maintain the distribution structure of data element, to maintain the simulation structure of data element, to replace data element. This research is based on the combination of the position information of each individual and the relationship between the position information and the position information. In 2022, we will introduce information, position information and personal information integration methods. The location information is divided into two parts: the whole part is divided into two parts: the first part is divided into two parts: the first part is divided into three parts: the second part is divided into three parts: the third part is divided into four parts: the fourth part is divided into four Each number is mixed with two different numbers, one is mixed with two different numbers, the other is mixed with two different numbers, and the distribution structure between two different numbers is maintained. Related research in recent years Annals of Applied Statistics in the use of mixed methods of data integration method proposal, this study in the use of mixed methods of data integration method development goals, the development of current methods in the stage.