ユビキタスコンピューティングにおけるユーザ情報の匿名化に関する研究

普适计算中用户信息匿名化研究

• 批准号: 25880009
• 负责人: 清 雄一
• 金额: $ 1.75万
• 依托单位: The University of Electro-Communications
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Research Activity Start-up
• 财政年份: 2013
• 资助国家: 日本
• 起止时间: 2013-08-30 至 2015-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-25880009/
• 关键词: プライバシ; データマイニング; ユビキタス・コンピューティング

ユーザ属性項目数の増加及びサーバへの攻撃の多様化に対応するため，サーバが信頼できない状況においてもユーザ項目を匿名化可能な手法を提案し，ユーザ属性項目数が多数ある場合に特に有効な手法へと拡張を行った．具体的には，Negative Survey及びRandomized Responseで利用される確率行列を改善することにより，プライバシ保護レベルを一定に保ちつつ匿名化後のデータ誤差を50%から97%程度削減することができた．さらに，属性項目数が多い場合においては匿名化後のデータ誤差を85%から99.99%程度削減することができた．上記に加え，誤差を含む位置情報を対象とした匿名化手法を提案した．既存手法と比べ，プライバシ保護レベルを10%程度向上させるとともに，匿名化後のデータの有効性を20%程度向上させることができた．また，ユーザごとに要求するプライバシ保護レベルが異なるとき，その差異を統計的に扱うことによって従来よりも匿名化後のデータの有効性をさらに70%程度向上させた．さらに，ユーザ属性を取得するための無線センサネットワークにおいて，ユーザ属性を不正に取得する脅威に対応するための手法を提案した．

Increase in the number of attribute items and the diversity of attacks on servers. Specifically, Negative Survey and Randomized Response are used to improve the accuracy of the array. The error of anonymization is reduced by 50% to 97%. In addition, the number of attribute items is reduced by 85% to 99.99% in many cases. Note: Error contains location information. The existing method is better than the existing method. The protection method is 10% higher than the existing method. The anonymity method is 20% higher than the existing method. The difference between the two statistics is 70% higher than the difference between the two statistics. A proposal for the acquisition of property

项目成果

ユビキタスコンピューティングにおけるl-エントロピーを満たす匿名データ収集

匿名数据收集以满足普适计算中的 l 熵

• 发表时间: 2014
• 期刊: 電子情報通信学会論文誌
• 作者: 清雄一，大須賀昭彦;清雄一，大須賀昭彦;清雄一，大須賀昭彦
• 通讯作者: 清雄一，大須賀昭彦

Towards Semi-Automatic Identification of Functional Requirements in Legal Texts for Public Administrations

走向半自动识别公共行政法律文本中的功能要求

• 发表时间: 2013
• 作者: Yutaka Yoshida;Kozo Honda;Yuichi Sei;Hiroyuki Nakagawa;Yasuyuki Tahara;Akihiko Ohsuga
• 通讯作者: Akihiko Ohsuga

Identification of Flaming and Its Applications in CGM: Case Studies toward Ultimate Prevention

火焰识别及其在 CGM 中的应用：最终预防的案例研究

• 发表时间: 2014
• 作者: Yuki Iwazaki;Ryohei Orihara;Yuichi Sei;Hiroyuki Nakagawa;Yasuyuki Tahara;Akihiko Ohsuga
• 通讯作者: Akihiko Ohsuga

誤差を考慮した位置匿名化手法の提案

考虑误差的位置匿名化方法的提出

• 发表时间: 2014
• 期刊: 電子情報通信学会論文誌
• 作者: Yuichi Sei;Akihiko Ohsuga;清雄一，大須賀昭彦;清雄一，大須賀昭彦
• 通讯作者: 清雄一，大須賀昭彦

Context-aware Music Recommendation with Serendipity Using Semantic Relations

使用语义关系的情境感知音乐推荐

• 发表时间: 2013
• 期刊: Proceedings of the 3rd Joint International Semantic Technology Conference (JIST 2013)
• 作者: Mian Wang;Takahiro Kawamura;Yuichi Sei;Hiroyuki Nakagawa;Yasuyuki Tahara;Akihiko Ohsuga
• 通讯作者: Akihiko Ohsuga