JP5411715B2

JP5411715B2 - 疑似データ生成装置、疑似データ生成方法、プログラム及び記録媒体

Info

Publication number: JP5411715B2
Application number: JP2010005851A
Authority: JP
Inventors: 大五十嵐; 浩気濱田; 克巳高橋; 彰永井
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2010-01-14
Filing date: 2010-01-14
Publication date: 2014-02-12
Anticipated expiration: 2030-01-14
Also published as: JP2011145869A

Description

本発明は、データに含まれる値を秘匿したまま、そのデータの統計値を算出するための疑似的なデータを生成する疑似データ生成装置、疑似データ生成方法、プログラム及び記録媒体に関する。

近年、データベースに記憶されたデータに含まれる値を統計的手法によって秘匿しつつ、そのデータの統計値を算出するための技術が考えられている。

このような技術としては、再構築法（例えば、非特許文献１，４参照。）、秘匿関数計算（例えば、非特許文献２参照。）、ｋ−匿名法（例えば、非特許文献３参照。）がある。

R. Agrawal and R.Srikant. Privacy-preserving data mining. Proc. of the 2000 ACM SIGMOD Intl. Conf. on Management of Data, 2000. Y. Lindell and B. Pinkas. Privacy Preserving Data Mining. CRYPTO, Vol.1880 of Lecture Notes in Computer Science, Springer, pp. 36-54, 2000. L. Sweeney. ｋ-anonymity: a model for protecting privacy. Int'l Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, Vol.10, Issue 5, pp.557-570, 2002. 五十嵐大、千田浩司、高橋克巳多値属性に適用可能な効率的プライバシー保護クロス集計ＣＳＳ２００８，２００８．

上述した非特許文献１〜４に開示されている技術では、データの秘匿性とユーザビリティとを両立させることができないという問題点がある。具体的には、非特許文献１〜４に開示されている技術では、以下の（１）〜（３）に示す条件を同時に満足することができない。

（１）データベース管理者に対してデータを秘匿できること
（２）統計値を算出する者が制限されないこと
（３）周知の計算方法を適用して容易に統計値を算出できること
非特許文献３に開示されているｋ−匿名法においては、統計値を算出するために必要な疑似的なデータを生成する。そして、生成された疑似的なデータから誰でも統計値を計算でき、上記の（２）を満足する。しかし、データベース管理者に秘匿性が確保されていないデータが渡ってしまうことがある。つまり、上記の（１）を満足しない。

また、非特許文献２に開示されている秘匿関数計算においては、データベース管理者に対してデータを秘匿することができ、上記の（１）を満足する。しかし、それと同時に、データベース管理者以外は、統計値を算出することができない。つまり、上記の（２）を満足しない。

また、非特許文献１，４に開示されている再構築法においては、データベース管理者に対してデータを秘匿することができ、さらに、統計値の算出を誰でも行うことができる。すなわち、上記の（１）及び（２）を満足する。しかし、再構築法においては、他の方法と違い、算出しようとする統計値の種類毎に異なる計算方法を用いなくてはならない。例えば、再構築法を利用してクロス集計を算出するための計算方法と平均値を算出するため計算方法とは異なるため、それぞれ別の計算方法を考案する必要がある。

そのため、再構築法においては、周知の計算方法を適用して容易に統計値を算出できるとはいえず、上記の（３）を満足しない。

本発明は、データの秘匿性とユーザビリティとを両立させつつ、統計値の算出を行うことを可能にする疑似データ生成装置、疑似データ生成方法、プログラム及び記録媒体を提供することを目的とする。

上記目的を達成するために本発明の疑似データ生成装置は、複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、前記データ値を秘匿したまま算出するための疑似的なデータを生成する疑似データ生成装置であって、
前記データ値を前記複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、前記複数のレコードのうち、前記複数の項目において前記データ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する再構築部と、
前記複数の推定集計値のそれぞれに対応付けられた前記レコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成するデータ生成部と、を有する。

また、上記目的を達成するために本発明の疑似データ生成方法は、複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、前記データ値を秘匿したまま算出するための疑似的なデータを生成する疑似データ生成装置における疑似データ生成方法であって、
前記データ値を前記複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、前記複数のレコードのうち、前記複数の項目において前記データ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する処理と、
前記複数の推定集計値のそれぞれに対応付けられた前記レコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成するデータ生成処理と、を有する。

また、上記目的を達成するために本発明のプログラムは、複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、前記データ値を秘匿したまま算出するための疑似的なデータを生成する疑似データ生成装置に、
前記データ値を前記複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、前記複数のレコードのうち、前記複数の項目において前記データ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する機能と、
前記複数の推定集計値のそれぞれに対応付けられた前記レコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成するデータ生成機能と、を実現させる。

また、上記目的を達成するために本発明の記録媒体は、上記のプログラムを記録した記録媒体である。

本発明の疑似データ生成装置は、複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、データ値を秘匿したまま算出するための疑似的なデータを生成する。

具体的には、疑似データ生成装置は、データ値を、複数の項目のそれぞれに対応付けられた複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、複数のレコードのうち、複数の項目においてデータ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する。そして、疑似データ生成装置は、複数の推定集計値のそれぞれに対応付けられたレコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成する。

これにより、複数のレコードに含まれるデータ値を秘匿したまま、その複数のレコードに関する統計値を算出するための疑似的なデータを得ることができる。また、この疑似的なデータは、データ値が秘匿された複数のレコードと同じ形式で表されている。そのため、周知の計算方法を用い、データ値が秘匿された複数のレコードに関する様々な統計値を算出することができる。

従って、データの秘匿性とユーザビリティとを両立させつつ、統計値の算出を行うことが可能となる。

複数のレコードとその複数のレコードのクロス集計との一例を示す図であり、（ａ）は複数のレコードの一例を示す図、（ｂ）はクロス集計の一例を示す図である。本発明の疑似データ生成装置を適用した疑似データ提供システムの実施の一形態の構成を示すブロック図である。図２に示した再構築部において生成された再構築クロス集計の一例を示す図である。図２に示した疑似データ生成装置の動作を説明するためのフローチャートである。図２に示した疑似データ提供システムにおける装置の配置の一例を示すブロック図である。図２に示した疑似データ提供システムにおける装置の配置の他の例を示すブロック図である。

以下に、本発明の実施の形態について図面を参照して説明する。

本実施形態においては、複数の項目からなる複数のレコードに含まれる値であるデータ値を秘匿したまま、その複数のレコードのクロス集計である再構築クロス集計を生成する。そして、生成された再構築クロス集計に基づき、データ値が秘匿された複数のレコードに関する統計値を算出するための疑似的なデータを生成する。なお、データ値は、複数の項目のそれぞれに対応付けられた値のうちのいずれかである。

ここで、クロス集計とは、複数の項目のうちの２つまたはそれ以上の項目に着目してデータの集計を行うことである。クロス集計は通常、１つまたは２つ程度の項目を縦軸にとり、別の項目を横軸にとった表として表される。

図１は、複数のレコードとその複数のレコードのクロス集計との一例を示す図であり、（ａ）は複数のレコードの一例を示す図、（ｂ）はクロス集計の一例を示す図である。

図１（ａ）の各行においては、個人名を識別するＩＤと性別及び年代とが対応付けられている。この各行のそれぞれが１つのレコードであり、性別及び年代が項目となる。

図１（ａ）において、性別の項目では、男性の場合「０」、女性の場合「１」となる。従って、「０」と「１」とが性別の項目に対応付けられた値となり、「０」または「１」がデータ値となる。また、同様に、年代の項目では、０歳〜１９歳の場合「０」、２０歳〜３９歳の場合「２」となり、その後、年代順に「２」〜「４」が用いられ、１００歳以上の場合「５」となる。従って、「０」〜「５」が年代の項目に対応付けられた値となり、「０」〜「５」のいずれかがデータ値となる。

また、図１（ａ）においては、性別の項目のデータ値が「０」（男性）であり、かつ、年代の項目のデータ値が「０」（０歳〜１９歳）であるレコードが３つ（ＩＤ：００１、０１０、０１１）存在する。従って、図１（ｂ）に示すクロス集計において、性別が男性（０）の列と年代が０歳〜１９歳（０）の行とが交差するところの値である集計値は「３」となる。

図２は、本発明の疑似データ生成装置を適用した疑似データ提供システムの実施の一形態の構成を示すブロック図である。

本実施形態の疑似データ提供システムは図２に示すように、撹乱装置１０と、疑似データ生成装置２０とを備えている。

撹乱装置１０は、複数のレコードの入力を受け付けるデータ撹乱部１１を備えている。なお、ここでは、データ撹乱部１１が受け付けるレコード数をＮ個とする。

データ撹乱部１１は、受け付けたＮ個のレコードのそれぞれに含まれる複数のデータ値のそれぞれを、各項目に対応付けられた複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値を生成する。そして、生成された複数の撹乱値からなる撹乱レコードを疑似データ生成装置２０へ送信する。なお、データ撹乱部１１における撹乱値の生成は例えば、「ｋ−匿名性の確率的指標への拡張とその適用例ＣＳＳ２００９，２００９．（五十嵐大、千田浩司、高橋克巳）」に記載された方法によって行われる。この方法は具体的には、所定の維持確率に基づき、データ値をそのまま維持するかどうかを決定する。そして、データ値を維持しない場合、データ値を、そのデータ値の項目に対応付けられた複数の値のいずれかに変化させるというものである。

疑似データ生成装置２０は、再構築部２１と、データ生成部２２とを備えている。

再構築部２１は、撹乱装置１０から送信された撹乱レコードを受信し、受信した撹乱レコードの複数の撹乱値から、データ撹乱部１１が受け付けたＮ個のレコードのうち、複数の項目においてデータ値が同一であるレコードの数を示す値であり、当該レコードと対応付けられた複数の集計値を推定する。つまり、再構築部２１は、推定された複数の集計値からなる再構築クロス集計を生成する。以降、推定された複数の集計値のそれぞれのことを推定集計値という。そして、再構築部２１は、生成された再構築クロス集計を示す情報をデータ生成部２２へ出力する。なお、再構築部２１における再構築クロス集計の生成は例えば、上述した非特許文献４（「多値属性に適用可能な効率的プライバシー保護クロス集計ＣＳＳ２００８，２００８．（五十嵐大、千田浩司、高橋克巳）」）に記載されている反復ベイズ手法等によって行われる。

図３は、図２に示した再構築部２１において生成された再構築クロス集計の一例を示す図である。

図３に示すように、再構築クロス集計の複数の推定集計値のそれぞれは実数で表される。つまり、複数の推定集計値のそれぞれは、整数部分と小数部分とからなる値である。以降、推定集計値ｖの整数部分の値をｑと表記し、小数部分の値をｒと表記する。例えば、図３において、性別が男性（０）で、かつ、年代が２０歳〜３９歳（１）の推定集計値では、ｑ＝５となり、ｒ＝０.５６となる。

再度、図２を参照すると、疑似データ生成装置２０のデータ生成部２２は、再構築部２１から出力された再構築クロス集計を示す情報を受け付ける。そして、受け付けた情報が示す再構築クロス集計に基づき、データ撹乱部１１が受け付けたＮ個のレコードに関する統計値を算出するための疑似的なレコードを生成する。そして、データ生成部２２は、生成されたレコードを出力する。レコードの出力先としては例えば、そのレコードから様々な統計値を算出するための統計分析装置（不図示）等である。なお、データ生成部２２がレコードを生成する動作の詳細については、後述する動作フローにおいて説明する。

以下に、上記のように構成された疑似データ提供システムにおける疑似データ生成装置２０の動作について説明する。

図４は、図２に示した疑似データ生成装置２０の動作を説明するためのフローチャートである。

まず、疑似データ生成装置２０の再構築部２１は、撹乱装置１０から送信された撹乱レコードを受信する。

撹乱装置１０から送信された撹乱レコードを受信した再構築部２１は、受信した撹乱レコードの複数の撹乱値から再構築クロス集計を生成する（ステップＳ１）
次に、再構築部２１は、生成された再構築クロス集計を示す情報をデータ生成部２２へ出力する。

再構築部２１から出力された情報を受け付けたデータ生成部２２は、まず、実数を表現できるカウンタを用意し、そのカウンタのカウンタ値ｃを「０」に初期化する（ステップＳ２）。

次に、データ生成部２２は、受け付けた情報が示す再構築クロス集計の複数の推定集計値ｖのうち、選択されていない推定集計値ｖをランダムに１つ選択する（ステップＳ３）。

次に、データ生成部２２は、ステップＳ３において選択された推定集計値ｖに対応するレコードを、その選択された推定集計値ｖの整数部分の値ｑと同じ数だけ生成する（ステップＳ４）。具体的には例えば、図３において、性別が男性（０）で、かつ、年代が２０歳〜３９歳（１）の推定集計値ｖは５.５６であるので、データ生成部２２は、性別の項目のデータ値が「０」で、かつ、年代の項目のデータ値が「１」のレコードを５つ生成する。

次に、データ生成部２２は、ステップＳ３において選択された推定集計値ｖの小数部分の値ｒをカウンタ値ｃに加算することによってカウンタ値ｃを更新する（ステップＳ５）。

次に、データ生成部２２は、データ生成部２２は、カウンタ値ｃが予め決められた値であるｔ以上の値かどうかを判定する（ステップＳ６）。なお、ｔは以下の式（１）に示す範囲の値である。

ステップＳ６における判定の結果、カウンタ値ｃがｔ以上の値である場合、データ生成部２２は、ステップＳ３において選択された推定集計値ｖに対応するレコードをさらにもう１つ生成する（ステップＳ７）。

次に、データ生成部２２は、カウンタ値ｃから１を減算することによってカウンタ値ｃを更新する（ステップＳ８）。

次に、データ生成部２２は、ステップＳ１において生成された再構築クロス集計の推定集計値ｖの全てを選択したかどうかを判定する（ステップＳ９）。

なお、ステップＳ６における判定の結果、カウンタ値ｃがｔ以上の値でない場合には、ステップＳ９の動作へ遷移する。

ステップＳ９における判定の結果、全ての推定集計値ｖを選択していない場合、ステップＳ３の動作へ遷移する。

一方、ステップＳ９における判定の結果、全ての推定集計値の選択をしている場合、処理を終了する。

なお、再構築クロス集計の複数の推定集計値ｖのそれぞれは上述したように、整数部分の値ｑと小数部分の値ｒとからなる実数であるが、全推定集計値ｖの合計は、撹乱装置１０のデータ撹乱部１１が受け付けたレコード数であるＮ個と一致する。従って、上述した動作フローに従って生成されたレコード数は、各推定集計値ｖの整数部分の値ｑの和と小数部分の値ｒの和とを合計したものとなるため、結局Ｎ個となる。

また、上記のｔは、数学的には１が自然であるが、浮動小数点計算による誤差を防ぐために、実際には例えば、０.５が適当である。

また、上述した動作フローのステップＳ７において、レコードがさらにもう１つ生成される確率は、選択された推定集計値ｖの小数部分の値ｒと一致する。なぜならば、複数の推定集計値ｖのそれぞれは、ランダムな順序で選ばれるため、ある推定集計値ｖが選択された時点でのカウンタ値ｃの分布は、［ｔ−１，ｔ］の一様分布であり、この分布にｒを加算することにより、カウンタ値ｃがｔ以上の値になる確率はｒだからである。

このことにより、上述した動作フローにおいて生成されたレコードから再度、クロス集計を算出した場合、複数の推定集計値ｖのそれぞれの期待値はやはり、「ｑ＋ｒ」であり、再構築クロス集計の複数の推定集計値ｖのそれぞれと一致する。そのため、生成されたレコードは、再構築クロス集計の妥当な離散化といえる。

なお、どのような攻撃者も、データ撹乱部１１が生成した撹乱値からデータ値を識別することはできない。これは、上述した「ｋ−匿名性の確率的指標への拡張とその適用例ＣＳＳ２００９，２００９．（五十嵐大、千田浩司、高橋克巳）」に記載されているとおりである。つまり、データ値の秘匿性が確保されている。そのため、上述した動作フローに従い、撹乱値に基づいて生成されたレコードも同様に秘匿性が確保されている。

さらに、生成されたレコードは、クロス集計の形式から各項目の値を算出したものである。そのため、生成されたレコードの形式は、撹乱装置１０のデータ撹乱部１１が受け付けたレコードと同じ形式となる。これにより、周知の計算方法を用い、撹乱装置１０のデータ撹乱部１１が受け付けたレコードに関する様々な統計値を容易に算出することができる。

このように本実施形態において疑似データ生成装置２０は、複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、データ値を秘匿したまま算出するための疑似的なデータを生成する。

具体的には、疑似データ生成装置２０は、データ値を、複数の項目のそれぞれに対応付けられた複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、複数のレコードのうち、複数の項目においてデータ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する。そして、疑似データ生成装置２０は、複数の推定集計値のそれぞれに対応付けられたレコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成する。

次に、図２に示した疑似データ提供システムにおける具体的な装置の配置例について説明する。

図５は、図２に示した疑似データ提供システムにおける装置の配置の一例を示すブロック図である。

図５に示す例では、複数のアンケート回答者とアンケート業者との間に疑似データ生成サービス業者を介在させている。そして、複数のアンケート回答者のそれぞれが撹乱装置１０を有し、疑似データ生成サービス業者が疑似データ生成装置２０を有し、アンケート業者が統計分析装置１００を有している。

これにより、複数のアンケート回答者によって撹乱装置１０に入力された複数のレコードに含まれるデータ値をアンケート業者に対して秘匿できる。それとともに、アンケート業者は、周知の計算方法を用い、複数のアンケート回答者によって撹乱装置１０に入力された複数のレコードに関する様々な統計値を算出することが可能となる。

図６は、図２に示した疑似データ提供システムにおける装置の配置の他の例を示すブロック図である。

図６に示す例では、データベース事業者が、撹乱装置１０、疑似データ生成装置２０及びデータベース３０を有し、そのデータベース事業者のユーザが統計分析装置１００を有している。

これにより、データベース事業者は、データベース３０に記憶された複数のレコードに関する統計値と同様の統計値を得ることができるレコードを、データベース３０に記憶された複数のレコードに含まれるデータ値を秘匿したまま複数のユーザに配布することができる。それとともに、複数のユーザのそれぞれは、周知の計算方法を用い、データベース３０に記憶された複数のレコードに関する様々な統計値を算出することが可能となる。

なお、本発明においては、疑似データ生成装置内の処理は上述の専用のハードウェアにより実現されるもの以外に、その機能を実現するためのプログラムを疑似データ生成装置にて読取可能な記録媒体に記録し、この記録媒体に記録されたプログラムを疑似データ生成装置に読み込ませ、実行するものであっても良い。疑似データ生成装置にて読取可能な記録媒体とは、フレキシブルディスク、光磁気ディスク、ＤＶＤ、ＣＤなどの移設可能な記録媒体の他、疑似データ生成装置に内蔵されたＨＤＤなどを指す。また、この場合、そのプログラムを記憶した記録媒体は本発明を構成することとなる。

１０撹乱装置
１１データ撹乱部
２０疑似データ生成装置
２１再構築部
２２データ生成部
３０データベース
１００統計分析装置

Claims

複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、前記データ値を秘匿したまま算出するための疑似的なデータを生成する疑似データ生成装置であって、
前記データ値を前記複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、前記複数のレコードのうち、前記複数の項目において前記データ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する再構築部と、
前記複数の推定集計値のそれぞれに対応付けられた前記レコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成するデータ生成部と、
から構成され、
前記データ生成部は、
実数を表現できるカウンタを有し、前記カウンタ値を「０」に初期化し、
前記複数の推定集計値から選択されていない推定集計値をランダムに１つ選択する第１の手段と、
前記選択された推定集計値に対応付けられた前記レコードを、当該推定集計値の整数部分の値と同じ数だけ生成する第２の手段と、
当該推定集計値の小数部分の値を前記カウンタ値に加算することでカウンタ値を更新する第３の手段と、
前記更新されたカウンタ値が予め定められた値ｔ（０≦ｔ≦１）以上である場合に、前記選択された推定集計値に対応付けられた前記レコードをさらに１つ生成するとともに、前記カウンタ値から１を減算することによって前記カウンタ値を更新する第４の手段と、
前記複数の推定集計値がすべて選択されるまで、前記第１の手段から第４の手段まで繰り返す
ことを特徴とする疑似データ生成装置。
複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、前記データ値を秘匿したまま算出するための疑似的なデータを生成する疑似データ生成装置における疑似データ生成方法であって、
前記データ値を前記複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、前記複数のレコードのうち、前記複数の項目において前記データ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する処理と、
前記複数の推定集計値のそれぞれに対応付けられた前記レコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成するデータ生成処理と、を有し、
前記データ生成処理は、
実数を表現できるカウンタの値を「０」に初期化し、
前記複数の推定集計値から選択されていない推定集計値をランダムに１つ選択する第１のステップと、
前記選択された推定集計値に対応付けられた前記レコードを、当該推定集計値の整数部分の値と同じ数だけ生成する第２のステップと、
当該推定集計値の小数部分の値を前記カウンタ値に加算することでカウンタ値を更新する第３のステップと、
前記更新されたカウンタ値が予め定められた値ｔ（０≦ｔ≦１）以上である場合に、前記選択された推定集計値に対応付けられた前記レコードをさらに１つ生成するとともに、前記カウンタ値から１を減算することによって前記カウンタ値を更新する第４のステップと、前記複数の推定集計値がすべて選択されるまで、前記第１のステップから第４のステップまで繰り返す
ことを特徴とする疑似データ生成方法。
複数の項目のそれぞれに対応付けられた複数の値のいずれかであるデータ値を含む複数のレコードに関する統計値を、前記データ値を秘匿したまま算出するための疑似的なデータを生成する疑似データ生成装置に、
前記データ値を前記複数の値のいずれかに、所定の確率に基づいて変化させた撹乱値から、前記複数のレコードのうち、前記複数の項目において前記データ値が同一であるレコードの数を実数で推定した値であり、当該レコードと対応付けられた複数の推定集計値を生成する機能と、
前記複数の推定集計値のそれぞれに対応付けられた前記レコードを、当該推定集計値の整数部分の値と小数部分の値とに応じた数だけ生成するデータ生成機能と、を実現させるためのプログラムであって、
前記データ生成機能は、実数を表現できるカウンタの値を「０」に初期化し、
前記複数の推定集計値から選択されていない推定集計値をランダムに１つ選択する第１のステップと、
前記選択された推定集計値に対応付けられた前記レコードを、当該推定集計値の整数部分の値と同じ数だけ生成する第２のステップと、
当該推定集計値の小数部分の値を前記カウンタ値に加算することでカウンタ値を更新する第３のステップと、
前記更新されたカウンタ値が予め定められた値ｔ（０≦ｔ≦１）以上である場合に、前記選択された推定集計値に対応付けられた前記レコードをさらに１つ生成するとともに、前記カウンタ値から１を減算することによって前記カウンタ値を更新する第４のステップと、前記複数の推定集計値がすべて選択されるまで、前記第１のステップから第４のステップまで繰り返す
ことを特徴とする
擬似データ生成プログラム。
請求項３に記載のプログラムを記録した記録媒体。