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

点击翻译按钮获取中文摘要

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．