JP4804591B2 - データ変換方法、装置及びプログラム - Google Patents

Description

本発明は、公開されるコンテンツ・データの一部を機械に対して秘匿するための技術に関する。

インターネットの普及によりウェブ（Ｗｅｂ）ページを通して様々な情報へ簡単にアクセスできるようになった。この情報へのアクセスには、検索エンジンの役割は非常に大きい。検索エンジンでは、インターネット中に分散して保持されている情報を自動収集（クローリング）して、インデックスを作成し、情報検索者の利用に供している。情報提供者側も、Ｗｅｂページ上で情報を公開するのは、情報伝達及び配信が目的であるから、検索エンジンにクローリングされてインデックスが作成されることは、基本的には好ましいことである。商業的には、特定のキーワードにつき、検索エンジンにおいてより上位にランクされることを競う場合もある。

しかし、Ｗｅｂページには、本来公開目的で提供しているコンテンツと当該コンテンツの出所又は連絡先の情報など付随的に公開する情報とが含まれている。本来公開目的で提供している情報については、検索エンジンにおいてクローリングされることは特に問題はないが、情報の出所又は連絡先の情報がクローリングされると、問題が生ずる場合がある。例えば、連絡先の情報としてメールアドレスが公開されている場合があるが、当該メールアドレスがクローリングされてスパムメールの対象となったりする場合がある。また、コンテンツの出所の情報についても、名前や住所などがクローリングされると、様々な犯罪に用いられかねない。その他の情報についても、検索エンジン等の機械にクローリングされて２次利用されることが好ましくないものもある。

このため、メールアドレスに対する対策として、hoge@hoge.com というメールアドレスであれば、hoge at hoge dot com という文字列に変換したり、空白を挿入するといった方法が採用されている場合がある。しかし、メールアドレスや電話番号についてはこのような方法を採用することができるが、名前や住所といった情報では、変換のしようがなく、間違った情報を伝えることになりかねない。

また、例えば特開平６−３４８８０８号公報には、インデックスシート上に秘密文書や重要文書等のインデックス情報も含めて、全てのインデックス情報をわかり易く出力でき、且つ機密性を保てるようにするための技術が開示されている。具体的には、記憶媒体からインデックス情報と文書の画像データを読み込み、その画像情報中に特定の文字列があるか特殊なファイル属性を持つかを調べ、そのいずれかに該当すれば、インデックス画像に特殊パターン（「秘」又は「重要」の文字パターン等）を合成するか、その特殊パターンのみをインデックス画像に替えて出力用バッファに展開して配置し、そのデータをプリンタ部へ送って用紙に画像形成させて、インデックスシートを出力する。この技術は、機密を保持すべきデータについて特殊パターンを出力するものであるが、機密を保持すべきデータを人間には分かるが、機械には分からないデータにするものではない。

特開平６−３４８８０８号公報

上で述べたように、従来技術では、人間にはコンテンツの内容を正しく伝える一方で、情報提供者が希望しない部分についてのクローリング及び二次利用を阻止することは不可能である。

よって、本発明の目的は、人間にはコンテンツの内容を正しく伝える一方で情報提供者が希望しない部分についての機械による情報収集などを阻止するための技術を提供することである。

本発明に係るデータ変換方法は、テキストデータを含む公開すべきコンテンツデータを格納するコンテンツデータ格納部から処理すべきコンテンツデータを読み出し、当該コンテンツデータからテキストデータとしての出力を回避すべき文字列を特定する特定ステップと、特定された文字列を、当該文字列の内容を維持し、テキストデータ以外の置換データに変換する変換ステップと、コンテンツデータにおける上記文字列以外のデータと置換データとを用いて、コンテンツデータの公開内容を維持するための公開コンテンツデータを生成し、記憶装置に格納する生成ステップとを含む。

このように、テキストデータとしての出力を回避すべき文字列（上で述べた例ではメールアドレス、電話番号、住所、氏名など）をテキストデータ以外の置換データ（例えば上記文字列を表す画像データ又は音声データなど）に変換することによって、人間に対する公開内容を変更することなく、上記文字列を機械に対して秘匿することができるようになる。

なお、上で述べた特定ステップは、所定の種類の個人情報を抽出するステップを含むようにしてもよい。上で述べたように個人情報の無用な拡布を防止することができるようになる。なお、個人情報だけではなく、価格その他の情報を抽出するようにする場合もある。

同様に、上で述べた特定ステップは、所定の種類の文字列の少なくとも一部を抽出するステップを含むようにしても良い。例えば、名前の全文字を置換データに変換せずとも、その一部のみを置換データとすることによっても同様の効果を得られる場合もある。

また、置換データが、特定された文字列を表す画像データである場合、当該画像データが、上記文字列に含まれる文字に対応するフォントを崩した画像を含むようにしてもよい。例えば検索エンジン等がＯＣＲ（Optical Character Recognition）技術を使用した場合においても、このようなフォントを崩した画像にすれば読み取りが困難となる。

さらに、上で述べた公開コンテンツデータは、上記置換データへの参照データを含むようにしてもよい。例えば、ＨＴＭＬ（Hyper Text Markup Language）ファイルの場合には、画像ファイル又は音声ファイルへのリンクが含まれるようにするものである。なお、画像ファイルは、同じＷｅｂページ上で表示させる場合もあれば、別ウインドウで表示させるような場合もある。

さらに、上で述べた公開コンテンツデータが、コンテンツデータにおける文字列以外のデータと置換データとを組み合わせて表示させるためのデータである場合もある。ＨＴＭＬファイルにおいて例えばＩＭＧタグにて同じＷｅｂページ上で表示させるようにしても良いし、ＰＤＦ（Portable Document Format）の部分的なデータを画像で置き換えるようにしてもよい。このような場合にも画像データ部分については機械が簡単に文字列を把握することはできない。

また、コンテンツデータ要求を受信した場合、当該コンテンツデータ要求の送信元が、公開拒否リストに登録されているか、又は公開許可リストに登録されていないか判断するステップと、コンテンツデータ要求の送信元が公開拒否リストに登録されている又は公開許可リストに登録されていないと判断された場合には、記憶装置に格納されている公開コンテンツデータを、コンテンツデータ要求の送信元に送信するステップと、コンテンツデータ要求の送信元が公開拒否リストに登録されていない又は公開許可リストに登録されていると判断された場合には、コンテンツデータ格納部に格納されているコンテンツデータを、コンテンツデータ要求の送信元に送信するステップとをさらに含むようにしてもよい。このようにすれば、情報提供者が特定の文字列の公開を希望しないアクセス元については、公開コンテンツデータを出力することができるようになる。

本発明にかかる方法をコンピュータに実行させるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブル・ディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等の記憶媒体又は記憶装置に格納される。また、ネットワークを介してディジタル信号にて頒布される場合もある。なお、処理途中のデータについては、コンピュータのメモリ等の記憶装置に一時保管される。

本発明によれば、人間にはコンテンツの内容を正しく伝える一方で情報提供者が希望しない部分テキストについての機械による情報収集などを阻止することができるようになる。

本発明の第１の実施の形態に係るシステム概要を説明するための図である。 本発明の第１の実施の形態に係る情報提供者端末における処理フローを示す図である。 （ａ）は通常のコンテンツの表示例を示す図であり、（ｂ）乃至（ｄ）は置換コンテンツの表示例を示す図である。 置換コンテンツの他の表示例を示す図である。 （ａ）は通常のコンテンツのＨＴＭＬファイルの一例を示し、（ｂ）乃至（ｄ）は置換コンテンツの場合におけるＨＴＭＬファイルの一例を示す。 本発明の第１の実施の形態に係る配信処理時の処理フローを示す図である。 本発明の第２の実施の形態に係るシステム概要を説明するための図である。 本発明の第２の実施の形態に係るサーバの処理フローを示す図である。 コンピュータの機能ブロック図である。

［実施の形態１］
図１に本発明の第１の実施の形態に係るシステムの概要図を示す。ネットワーク１には、サーバ５と、検索エンジン７と、例えばパーソナルコンピュータであってＷｅｂブラウザ９１を実行する１又は複数の情報利用者端末９と、情報提供者端末３とが接続されている。

情報提供者端末３は、情報提供者がＨＴＭＬ（Hyper Text Markup Language）ファイル作成プログラムなどのコンテンツ作成プログラムによって作成したコンテンツを格納する入力コンテンツ格納部３１と、コンテンツにおいてテキストデータとしての出力を回避すべき文字列を別データに置換して提示するためのデータである置換コンテンツを格納する置換コンテンツ格納部３２と、本実施の形態における主要な処理を実施するコンテンツ変換プログラム３３とを有する。コンテンツ変換プログラム３３は、入力コンテンツ格納部３１に格納されているコンテンツに対して置換対象文字列を抽出する処理を実施する置換対象文字列抽出部３３３と、置換対象文字列抽出部３３３により特定された置換対象文字列を格納する置換対象文字列格納部３３６と、置換対象文字列格納部３３６に格納された置換文字列から置換データを生成する置換データ生成部３３７と、置換データ生成部３３７によって生成された置換データを格納する置換データ格納部３３５と、入力コンテンツ格納部３１に格納されているコンテンツ及び置換データ格納部３３５に格納された置換データとを用いて検索エンジン７などの機械によるアクセスに対して置換対象文字列を秘匿するために提供される置換コンテンツを生成する置換コンテンツ生成部３３２と、例えば情報提供者からの指示に応じて置換コンテンツ格納部３２に格納された置換コンテンツと入力コンテンツ格納部３１に格納されたコンテンツとの試験表示処理を実施する試験表示部３３１と、例えば情報提供者からの指示に応じて置換コンテンツ格納部３２に格納された置換コンテンツと入力コンテンツ格納部３１に格納されたコンテンツとをサーバ５にアップロードするアップロード部３３４とを有する。

また、サーバ５は、認証処理などを実施し、当該認証処理などが成功した場合に情報提供者端末３からアップロードされたコンテンツを受信する登録インターフェース部５１と、登録インターフェース部５１によって情報提供者端末３から受信したコンテンツのデータを格納する入力コンテンツ格納部５２と、登録インターフェース部５１によって情報提供者端末３から受信した置換コンテンツのデータを格納する置換コンテンツ格納部５３と、ネットワーク１を介したアクセスに応じて通常のコンテンツ・データを配信すべきか又はその対応する置換コンテンツを送信すべきかを判断するためのルールとなるデータを格納する配信ルール格納部５５と、ネットワーク１を介したアクセスに応じて配信ルール格納部５５に格納された配信ルールに従って通常のコンテンツ・データ又は置換コンテンツ・データを要求元に配信する配信処理部５４とを有する。

配信ルール格納部５５は、要求された場合に置換コンテンツを配信すべき機器のＩＰアドレスのリストが格納されている。逆に、コンテンツを配信すべき機器のＩＰアドレスのリスト、又はコンテンツを配信すべき機器の要求元の属性（例えばブラウザの種別など）が規定されている場合もある。

次に、図２乃至図６を用いて図１に示したシステムの処理内容を説明する。まず、情報提供者端末３のコンテンツ変換プログラム３３における置換対象文字列抽出部３３３は、入力コンテンツ格納部３１からコンテンツのデータを読み込む（ステップＳ１）。そして、例えば固有名詞その他の置換対象文字列の候補をコンテンツから抽出する（ステップＳ３）。抽出すべき置換対象文字列は、基本的には機械に対して秘匿すべき情報であって、名前、住所、電話番号、メールアドレスなどの個人情報である。その他の種別のデータを抽出するようにしてもよい。図示していないが、例えば固有名詞など抽出すべき文字列についての辞書を参照することもある。また、固有名詞抽出技術（例えばMasayuki Asahara and Yuji Matsumoto , "Japanese named entity extraction with redundant morphological analysis", In Proc. Human Language Technology and North American Chapter of Association for Computational Linguistics (HLT-NAACL), pp.8-15, May 2003など）を用いるようにしてもよい。また、電話番号については、ＰｅｒｌやＲｕｂｙなどの言語における正規表現による文字列処理機能を使って規則を実装して抽出するようにしてもよい。例えば「0\d{2}-\d{3}-\d{4}」というルールを作成しておく。この場合、\dは数字にマッチするという意味を表し、{}の中の数字は繰り返す数を示す。よって、このような規則によれば、012-345-6789のような番号を抽出することができるようになる。

そして、置換対象文字列抽出部３３３は、置換対象文字列の候補を表示装置に表示し、情報提供者による候補の選択又は具体的な文字列の指定を受け付け、置換対象文字列格納部３３６に格納する（ステップＳ５）。情報提供者は、表示された候補の中から適切な置換対象文字列を選択するか、表示された候補に代わって又は追加して置換対象文字列を具体的に指定するようにしてもよい。例えば、図３（ａ）に示したようなコンテンツの場合、「山田太郎」と「hoge@hoge.com」とが置換対象文字列として特定され、置換対象文字列格納部３３６に格納されたものとする。

次に、置換データ生成部３３７は、例えば（ａ）置換対象文字列の全体を画像化する、（ｂ）置換文字列の一部（１文字おき、２文字おき、指定部分のみなど）を画像化する、（ｃ）音声化するといった置換データ生成の方式などを情報提供者に提示して、情報提供者から当該置換データ生成の方式などの指定を受け付ける（ステップＳ７）。例えば図３（ａ）の例において、「山田太郎」及び「hoge@hoge.com」の全体を画像化する場合には、例えば図３（ｂ）に示すような表示が行われるようになる。なお、図３（ｂ）は単純な画像化であって、このような場合にはＯＣＲ機能を有する検索エンジン７の場合には、ＯＣＲ機能を用いて画像中の文字列を特定する場合もある。そのような場合に対抗するため、図３（ｃ）に示すように、画像化する際に、フォントをイタリックにしたり、フォントのサイズを文字列中で異なるようにしたり、フォントをボールドにしたり、フォントの色を文字列中で異なるようにしたり、フォントの種類を変更したり、さらに崩し文字を使用するようにしても良い。このような単純な画像化でなければ、ＯＣＲ機能を有するような検索エンジン７であっても、文字を正確に読み取ることができなくなり、上で述べたような機械に対して秘匿するという目的をより確実にすることができるようになる。

さらに、置換文字列の一部を画像化する場合には、例えば図３（ｄ）に示すような画像が表示される。すなわち、「山」の文字と、「郎」の文字と、「ｈｏｇｅ」の文字とが画像化されている。このようにすれば、これらの文字を簡単には特定することができず、「山田太郎」及び「hoge@hoge.com」という文字列を機械によっては特定できない。このような一部の文字のみを画像化する場合には、画像化するための文字を情報提供者が指定するようにしてもよいし、１文字おき、２文字おきなどの方式を情報提供者が指定するようにしても良い。さらに、１文字おきという設定にしておき、自動的にこのようなルールに従って処理するようにしても良い。

音声化する場合には、音声合成機能を用いて音声データを生成する。なお、音声データの場合には、表示させることはできないので、例えば図４に示すような表示を行って、「山田太郎」の音声を再生させるためのリンク１と、「hoge@hoge.com」の音声を再生させるためのリンク２とのうち、再生したい部分を情報利用者にクリックさせる。通常のＷｅｂブラウザの機能によれば、必要なプログラムを起動して音声データを再生させることができる。

次に、置換データ生成部３３７は、情報提供者から指定された置換データ生成方式に従って、指定の置換対象文字列について置換データを生成し、置換データ格納部３３５に格納する（ステップＳ９）。上で述べたように画像データ又は音声データを生成する。なお、画像データ又は音声データについては、元の文字列を特定できるように置換データ格納部３３５に格納する。例えば、フォルダ名を元の文字列とし、ファイル名は日時などとする。

そして、置換コンテンツ生成部３３２は、入力コンテンツ格納部３１に格納されたコンテンツと、置換データ格納部３３５に格納された置換データとを用いて、置換データを参照するように入力コンテンツを変換して置換コンテンツを生成し、置換コンテンツ格納部３２に格納する（ステップＳ１１）。例えば、入力コンテンツ格納部３１に格納されたコンテンツが図５（ａ）のようなＨＴＭＬファイルである場合に、図３（ｂ）及び（ｃ）のような表示を行わせるためには、図５（ｂ）に示すようなＨＴＭＬファイルに変換する。すなわち、画像データを表示させる場合には、「山田太郎」という文字列を「山田太郎」用の画像ファイルを読み込むためのＩＭＧタグに変換し、「hoge@hoge.com」という文字列を「hoge@hoge.com」用の画像ファイルを読み込むためのＩＭＧタグに変換する。このように置換対象文字列以外の部分については同じであり、置換対象文字列の部分はＩＭＧタグで置換データを参照している。なお、画像データについてはＨＴＭＬファイルと同じフォルダに配置する例である。このようにすれば、ファイル名から文字列を特定されない。

また、図３（ｄ）のような表示を行わせるためには、図５（ｃ）のようなＨＴＭＬファイルに変換する。すなわち、一部の文字列について画像データを表示させる場合には、「山」という文字を「山」用の画像ファイルを読み込むためのＩＭＧタグに変換し、「郎」という文字を「郎」用の画像ファイルを読み込むためのＩＭＧタグに変換し、さらに「ｈｏｇｅ」という文字列を「ｈｏｇｅ」文字列用のＩＭＧタグに変換する。

さらに、図４のような表示を行わせるためには、図５（ｄ）のようなＨＴＭＬファイルに変換する。すなわち、「山田太郎」という文字列を「山田太郎」用の音声ファイルを参照するためのＡタグ及び「リンク１」という文字列に置換し、さらに「ｈｏｇｅ」という文字列を「ｈｏｇｅ」用の音声ファイルを参照するためのＡタグ及び「リンク２」という文字列に置換する。この場合、音声ファイルはＨＴＭＬファイル内に提示することはできないので、ハイパーリンクが含められる形になっている。

置換コンテンツ生成部３３２は、生成したＨＴＭＬファイルと画像ファイル又は音声ファイルを置換コンテンツ格納部３２に格納する。

次に、試験表示部３３１は、入力コンテンツ格納部３１に格納されたコンテンツと置換コンテンツ格納部３２に格納された置換コンテンツとを例えば並べて表示するといった表示試験を実施する（ステップＳ１３）。例えば、図３（ａ）のような表示と、図３（ｂ）のような表示とを並べて表示し、情報提供者に対比させて、意図した表示がなされたか確認させる。

ここでコンテンツ変換プログラム３３は、情報提供者からアップロード指示がなされたか判断し（ステップＳ１５）、アップロード指示がなされた場合、すなわち意図した表示が置換コンテンツによって実現されると判断された場合には、アップロード部３３４は、入力コンテンツ格納部３１に格納されたコンテンツ及び置換コンテンツ格納部３２に格納された置換コンテンツをサーバ５にアップロードする（ステップＳ２１）。そして、情報提供者端末３側の処理を終了する。なお、サーバ５の登録インターフェース部５１は、情報提供者端末３に対して認証処理などを実施し、認証に成功した場合には情報提供者端末３から受信したコンテンツを入力コンテンツ格納部５２に格納し、情報提供者端末３から受信した置換コンテンツを置換コンテンツ格納部５３に格納する。

一方、意図した表示が置換コンテンツによって実現されていない場合には、（ａ）置換データ生成方式などの設定をし直す、（ｂ）置換対象文字列を設定し直す、（ｃ）処理を中止するかを情報提供者に指定させる。そして、置換データ生成方式を設定し直す場合（ステップＳ１７：Ｙｅｓルート）、ステップＳ７に戻る。一方、置換データ生成方式を設定し直すわけではなく（ステップＳ１７：Ｎｏルート）、置換対象文字列を設定し直す場合には（ステップＳ１９：Ｙｅｓルート）、ステップＳ５に戻る。一方、処理を中止するという指示の場合には（ステップＳ１９：Ｎｏルート）、情報提供者端末３における処理を終了させる。

以上のような処理を実施すれば、情報提供者の意図した形で個人情報など機械に対して秘匿すべき文字列を画像化又は音声化することができるようになる。

次に、サーバ５がコンテンツを要求するアクセスを受けた場合の処理について図６を用いて説明する。例えば、情報利用者端末９のＷｅｂブラウザ９１は、情報利用者の指示に従って特定のコンテンツ・データ（特定のＵＲＬ（Uniform Resource Locator）のコンテンツ・データ）の要求をサーバ５に送信する（ステップＳ３１）。サーバ５の配信処理部５４は、特定のコンテンツ・データの要求を受信すると（ステップＳ３３）、配信ルール格納部５５を参照して要求元が公開拒否先に設定されているか確認する（ステップＳ３５）。例えば、配信ルール格納部５５には、ＵＲＬ毎、又は情報提供者毎に、公開拒否先ＩＰアドレス等を定義しておく。ＩＰアドレスではなく、例えば端末属性（ブラウザの種別など）を規定する場合もある。例えば、検索エンジン７のＩＰアドレスを公開拒否先のＩＰアドレスとして登録しておく。なお、配信ルール格納部５５には、公開許可先のＩＰアドレスなどが格納されている場合もある。

もし、要求元が公開拒否先であれば、要求された特定のコンテンツ・データに対応し且つ置換コンテンツ格納部５３に格納された置換コンテンツのデータを読み出し、公開拒否先である要求元の情報利用者端末９に送信する（ステップＳ３７）。

公開拒否先である情報利用者端末９のＷｅｂブラウザ９１は、サーバ５から置換コンテンツを受信し、表示装置に表示する（ステップＳ３９）。このような場合には、図３（ｂ）乃至（ｄ）若しくは図４のような表示がなされる。これでも、人間が見れば、コンテンツの内容については理解することができる。但し、機械では置換対象文字列を認識することはできない。

一方、要求元が公開拒否先でなければ、要求された特定のコンテンツ・データ、すなわち通常のコンテンツ・データを入力コンテンツ格納部５２から読み出し、要求元の情報利用者端末９に送信する（ステップＳ４１）。情報利用者端末９のＷｅｂブラウザ９１は、通常のコンテンツ・データを受信し、表示装置に表示する（ステップＳ４３）。例えば図３（ａ）のような表示がなされる。この場合には、置換対象文字列の二次利用も可能となる。

なお、図４のような場合には、情報利用者は、Ｗｅｂブラウザ９１のウインドウに表示されたリンク１という文字列又はリンク２という文字列若しくはその両方をクリックし、音声再生プログラムを起動すると共に音声ファイルをサーバ５からダウンロードし、再生出力する必要がある。

このような実施の形態によれば、情報提供者端末の意図に従って、適切な置換コンテンツが生成され、さらにサーバ５側で公開拒否先か否かを判断するため、適切ではない情報利用者には置換コンテンツを、適切な情報利用者には通常のコンテンツを配信することも可能となる。

なお、複数の置換データ生成方式に従って置換コンテンツを生成しておき、サーバ５においても複数の種類の置換コンテンツを蓄積し、要求元の属性に応じて異なる種類の置換コンテンツを配信するようにしても良い。

［実施の形態２］
上で述べた例では、情報提供者側が事前に置換コンテンツの生成を行ってサーバ５側にアップロードしておくものであるが、情報提供者側では通常のコンテンツの生成のみを行って、サーバ側で置換コンテンツの生成を事前に又は動的に実施するようにしても良い。

以下、サーバ側で置換コンテンツを生成する場合の実施の形態を図７及び図８を用いて説明する。インターネットなどのネットワーク１には、Ｗｅｂブラウザ９１を実行する１又は複数の情報利用者端末９と、検索エンジン７と、本実施の形態における主要な処理を実施するサーバ５０１と、ＨＴＭＬファイル作成プログラムなどを実行する情報提供者端末３０１とが接続されている。

本実施の形態におけるサーバ５０１は、情報提供者端末３０１に対する認証処理を実施し、認証処理が成功した場合には当該情報提供者端末３０１からアップロードされた通常のコンテンツ・データを受信する登録インターフェース部５５１と、登録インターフェース部５５１が情報提供者端末３０１から受信した通常のコンテンツ・データを格納する入力コンテンツ格納部５５２と、置換対象文字列を抽出するための抽出ルールを格納する抽出ルール格納部５５４と、入力コンテンツ格納部５５２に格納されたコンテンツから抽出ルール格納部５５４に格納されたデータに従って置換対象文字列を抽出する置換対象文字列抽出部５５３と、置換対象文字列抽出部５５３によって抽出された置換対象文字列を格納する置換対象文字列格納部５５５と、置換対象文字列格納部５５５に格納された置換対象文字列から所定の方式の置換データを生成する置換データ生成部５５６と、置換データ生成部５５６によって生成された置換データを格納する置換データ格納部５５７と、置換データ格納部５５７に格納された置換データと入力コンテンツ格納部５５２に格納された通常のコンテンツのデータを用いて検索エンジン７等の機械によるアクセスに対して置換対象文字列を秘匿するために提供される置換コンテンツを生成する置換コンテンツ生成部５５８と、置換コンテンツ生成部５５８によって生成された置換コンテンツを格納する置換コンテンツ格納部５５９と、公開拒否先又は公開許可先のＩＰアドレスなどを格納する配信ルール格納部５６１と、入力コンテンツ格納部５５２に格納された通常のコンテンツと置換コンテンツ格納部５５９に格納された置換コンテンツのうち配信ルール格納部５６１に格納されている公開拒否先又は公開許可先のデータに基づきいずれかを要求元に配信する配信処理部５６０とを含む。

情報提供者は、情報提供者端末３０１を操作して、作成したコンテンツのデータをサーバ５０１にアップロードする。サーバ５０１の登録インターフェース部５５１は、情報提供者端末３０１に対する認証処理を実施し、認証に成功すれば、アップロードされたコンテンツ・データを入力コンテンツ格納部５５２に格納する。以下の処理については図８に従って説明する。なお、図８の処理は、事前に実施される場合もあり、その場合には第１の実施の形態における図６の処理フローは、そのままである。一方、図８の処理は、特定のコンテンツ・データの要求を受信した場合にも実施される場合があり、その場合には例えば図６のステップＳ３５とステップＳ３７の間に動的に実施される場合もある。この場合、置換データの生成方式については、要求元の属性によって変更される場合もある。

まず、置換対象文字列抽出部５５３は、入力コンテンツ格納部５５２からコンテンツのデータを読み込む（ステップＳ５１）。そして、抽出ルール格納部５５４に予め格納されている情報提供者毎又はコンテンツ毎の抽出ルールに従って、例えば固有名詞その他の置換対象文字列をコンテンツから抽出し、置換対象文字列格納部５５５に格納する（ステップＳ５３）。基本的にはステップＳ３と同様であるが、ここでは情報提供者に対して候補として提示するわけではない。

次に、置換データ生成部５５６は、例えば（ａ）置換対象文字列の全体を画像化する、（ｂ）置換文字列の一部（１文字おき、２文字おき、指定部分のみなど）を画像化する、（ｃ）音声化するといった置換データ生成の方式のうち所定の方式に従って、置換対象文字列格納部５５５に格納された置換対象文字列について置換データを生成し、置換データ格納部５５７に格納する（ステップＳ５５）。置換対象文字列について画像データ又は音声データを生成する。基本的にはステップＳ９と同じであるが、置換データ生成方式については予め設定されているものを使用する。置換データ生成方式については、情報提供者によって予め設定されている場合もあれば、サーバ５０１の管理者によって設定される場合もある。

そして、置換コンテンツ生成部５５８は、入力コンテンツ格納部５５２に格納されたコンテンツと、置換データ格納部５５７に格納された置換データとを用いて、置換データを参照するように入力コンテンツを変換して、置換コンテンツを生成し、置換コンテンツ格納部５５９に格納する（ステップＳ５７）。基本的にはステップＳ１１と同じ処理である。

以上のような処理を実施すれば、サーバ側で個人情報など機械に対して秘匿すべき文字列を画像化又は音声化することができるようになる。すなわち、情報提供者が意図しない個人情報などの二次利用を防ぐことができるようになる。公開拒否先であっても、人間であれば、視覚又は聴覚によって秘匿すべき文字列の内容を認識することができる。

特に、検索エンジンなどによって自動抽出されたメールアドレスがスパムメールの送信先に用いられるなどといったことを防止できる。さらに、氏名や住所といった他の表現を行うと間違った情報として伝えられるおそれのある情報についても、機械に対しては秘匿し、人間に対しては公開するといった両面性を保持させることができるようになる。

以上本発明の実施の形態を説明したが、本発明はこれに限定されるものではない。すなわち、個人情報だけが検索エンジンなどの機械に対する秘匿すべき情報ではないので、他の種類の文字列を秘匿対象として特定するようにしても良い。

上で述べた例では、情報提供者端末又はサーバにおいて置換コンテンツを作成することとしていたが、置換コンテンツ作成はネットワーク上の他のコンピュータ（プロキシ、端末など）によって実施するようにしても良い。また、置換データが音声ファイルの場合にも、同一ファイルに音声データを埋め込むことができる場合もある。

また、図１及び図７に示した機能ブロックは一例であって、必ずしも実際のプログラムモジュールと対応するわけではない。

なお、サーバ、情報提供者端末、情報利用者端末、プロキシは、図９のようなコンピュータ装置であって、メモリ２５０１（記憶装置）とＣＰＵ２５０３（処理装置）とハードディスク・ドライブ（ＨＤＤ）２５０５と表示装置２５０９に接続される表示制御部２５０７とリムーバブル・ディスク２５１１用のドライブ装置２５１３と入力装置２５１５とネットワークに接続するための通信制御部２５１７とがバス２５１９で接続されている。オペレーティング・システム（ＯＳ：Operating System）及び本実施の形態における処理を実施するためのアプリケーション・プログラムは、ＨＤＤ２５０５に格納されており、ＣＰＵ２５０３により実行される際にはＨＤＤ２５０５からメモリ２５０１に読み出される。必要に応じてＣＰＵ２５０３は、表示制御部２５０７、通信制御部２５１７、ドライブ装置２５１３を制御して、必要な動作を行わせる。また、処理途中のデータについては、メモリ２５０１に格納され、必要があればＨＤＤ２５０５に格納される。本発明の実施の形態では、上で述べた処理を実施するためのアプリケーション・プログラムはリムーバブル・ディスク２５１１に格納されて頒布され、ドライブ装置２５１３からＨＤＤ２５０５にインストールされる。インターネットなどのネットワーク及び通信制御部２５１７を経由して、ＨＤＤ２５０５にインストールされる場合もある。このようなコンピュータ装置は、上で述べたＣＰＵ２５０３、メモリ２５０１などのハードウエアとＯＳ及び必要なアプリケーション・プログラムとが有機的に協働することにより、上で述べたような各種機能を実現する。

（付記１）
テキストデータを含む公開すべきコンテンツデータを格納するコンテンツデータ格納部から処理すべきコンテンツデータを読み出し、当該コンテンツデータからテキストデータとしての出力を回避すべき文字列を特定する特定ステップと、
特定された前記文字列を、当該文字列の内容を維持し、前記テキストデータ以外の置換データに変換する変換ステップと、
前記コンテンツデータにおける前記文字列以外のデータと前記置換データとを用いて、前記コンテンツデータの公開内容を維持するための公開コンテンツデータを生成し、記憶装置に格納する生成ステップと、
を含み、コンピュータにより実行されるデータ変換方法。

（付記２）
前記特定ステップが、
所定の種類の個人情報を抽出するステップ
を含む付記１記載のデータ変換方法。

（付記３）
前記特定ステップが、
所定の種類の文字列の少なくとも一部を抽出するステップ
を含む付記１記載のデータ変換方法。

（付記４）
前記テキストデータ以外の置換データが、前記文字列を表す画像データ又は音声データである
付記１記載のデータ変換方法。

（付記５）
前記画像データが、前記文字列に含まれる文字に対応するフォントを崩した画像を含む
付記１記載のデータ変換方法。

（付記６）
前記公開コンテンツデータが、前記置換データへの参照データを含む
付記１記載のデータ変換方法。

（付記７）
前記公開コンテンツデータが、前記置換データを別ウインドウで表示させるためのデータを含む
付記１記載のデータ変換方法。

（付記８）
前記公開コンテンツデータが、前記コンテンツデータにおける前記文字列以外のデータと前記置換データとを組み合わせて表示させるためのデータである
付記１記載のデータ変換方法。

（付記９）
コンテンツデータ要求を受信した場合、当該コンテンツデータ要求の送信元が、公開拒否リストに登録されているか、又は公開許可リストに登録されていないか判断するステップと、
前記コンテンツデータ要求の送信元が前記公開拒否リストに登録されている又は前記公開許可リストに登録されていないと判断された場合には、前記記憶装置に格納されている前記公開コンテンツデータを、前記コンテンツデータ要求の送信元に送信するステップと、
前記コンテンツデータ要求の送信元が前記公開拒否リストに登録されていない又は前記公開許可リストに登録されていると判断された場合には、前記コンテンツデータ格納部に格納されている前記コンテンツデータを、前記コンテンツデータ要求の送信元に送信するステップと、
をさらに含む付記１記載のデータ変換方法。

（付記１０）
付記１乃至９のいずれか１つ記載のデータ変換方法をコンピュータに実行させるためのプログラム。

（付記１１）
テキストデータを含む公開すべきコンテンツデータを格納するコンテンツデータ格納部から処理すべきコンテンツデータを読み出し、当該コンテンツデータからテキストデータとしての出力を回避すべき文字列を特定する特定手段と、
特定された前記文字列を、当該文字列の内容を維持し、前記テキストデータ以外の置換データに変換する変換手段と、
前記コンテンツデータにおける前記文字列以外のデータと前記置換データとを用いて、前記コンテンツデータの公開内容を維持するための公開コンテンツデータを生成し、記憶装置に格納する生成手段と、
を有するデータ変換装置。

１ ネットワーク
３，３０１ 情報提供者端末
５，５０１ サーバ
７ 検索エンジン
９ 情報利用者端末
３１ 入力コンテンツ格納部
３２ 置換コンテンツ格納部
３３ コンテンツ変換プログラム
５１，５５１ 登録インターフェース部
５２，５５２ 入力コンテンツ格納部
５３，５５９ 置換コンテンツ格納部
５４，５６０ 配信処理部
５５，５６１ 配信ルール格納部
９１ Ｗｅｂブラウザ
３３１ 試験表示部
３３２，５５８ 置換コンテンツ生成部
３３３，５５３ 置換対象文字列抽出部
３３４ アップロード部
３３５，５５７ 置換データ格納部
３３６，５５５ 置換対象文字列格納部
３３７，５５６ 置換データ生成部
５５４ 抽出ルール格納部

Claims (9)

1. コンテンツデータ要求を受信した場合、当該コンテンツデータ要求の送信元が、公開拒否リストに登録されているか、又は公開許可リストに登録されていないか判断するステップと、
   前記コンテンツデータの要求の送信元が前記公開拒否リストに登録されている又は前記公開許可リストに登録されていないと判断された場合には、前記コンテンツデータ要求に対応する第１のコンテンツデータを記憶装置から取得し、当該第１のコンテンツデータを前記コンテンツデータ要求の送信元に送信するステップと、
   前記コンテンツデータ要求の送信元が前記公開拒否リストに登録されていない又は前記公開許可リストに登録されていると判断された場合には、前記コンテンツデータ要求に対応する第２のコンテンツデータを記憶装置から取得し、当該第２のコンテンツデータを前記コンテンツデータ要求の送信元に送信するステップと、
   を含み、コンピュータにより実行され、
   前記第１のコンテンツデータは、前記第２のコンテンツデータに含まれるテキストデータとしての出力を回避すべき文字列が、当該文字列の内容が維持されるように、前記テキストデータ以外の置換データに変換されたコンテンツデータであり、
   前記第２のコンテンツデータは、前記テキストデータとしての出力を回避すべき文字列をテキストデータのまま含むコンテンツデータである
   データ変換方法。
2. 前記テキストデータとしての出力を回避すべき文字列が、
   所定の種類の個人情報
   である請求項１記載のデータ変換方法。
3. 前記テキストデータとしての出力を回避すべき文字列が、
   所定の種類の文字列の少なくとも一部
   である請求項１記載のデータ変換方法。
4. 前記テキストデータ以外の置換データが、前記文字列を表す画像データ又は音声データである
   請求項１記載のデータ変換方法。
5. 前記画像データが、前記文字列に含まれる文字に対応するフォントを崩した画像を含む
   請求項４記載のデータ変換方法。
6. 前記第１のコンテンツデータが、前記置換データへの参照データを含む
   請求項１記載のデータ変換方法。
7. 前記第１のコンテンツデータが、前記第２のコンテンツデータにおける前記文字列以外のデータと前記置換データとを組み合わせて表示させるためのデータである
   請求項１記載のデータ変換方法。
8. 請求項１乃至７のいずれか１つ記載のデータ変換方法をコンピュータに実行させるためのプログラム。
9. コンテンツデータ要求を受信した場合、当該コンテンツデータ要求の送信元が、公開拒否リストに登録されているか、又は公開許可リストに登録されていないか判断し、前記コンテンツデータ要求の送信元が前記公開拒否リストに登録されている又は前記公開許可リストに登録されていないと判断された場合には、前記コンテンツデータ要求に対応する第１のコンテンツデータを記憶装置から取得し、当該第１のコンテンツデータを前記コンテンツデータ要求の送信元に送信し、前記コンテンツデータ要求の送信元が前記公開拒否リストに登録されていない又は前記公開許可リストに登録されていると判断された場合には、前記コンテンツデータ要求に対応する第２のコンテンツデータを記憶装置から取得し、当該第２のコンテンツデータを前記コンテンツデータ要求の送信元に送信する配信手段
   を有し、
   前記第１のコンテンツデータは、テキストデータとしての出力を回避すべき文字列が、当該文字列の内容が維持されるように、前記テキストデータ以外の置換データに変換されたコンテンツデータであり、
   前記第２のコンテンツデータは、テキストデータとしての出力を回避すべき文字列をテキストデータのまま含むコンテンツデータである
   データ変換装置。

Images