JP6301767B2 - パーソナル情報匿名化装置 - Google Patents
パーソナル情報匿名化装置 Download PDFInfo
- Publication number
- JP6301767B2 JP6301767B2 JP2014152522A JP2014152522A JP6301767B2 JP 6301767 B2 JP6301767 B2 JP 6301767B2 JP 2014152522 A JP2014152522 A JP 2014152522A JP 2014152522 A JP2014152522 A JP 2014152522A JP 6301767 B2 JP6301767 B2 JP 6301767B2
- Authority
- JP
- Japan
- Prior art keywords
- generalized
- identifier
- generalized hierarchy
- hierarchy
- quasi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 claims description 28
- 238000003860 storage Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 description 52
- 230000006870 function Effects 0.000 description 9
- 230000001174 ascending effect Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Description
図7に、本実施例に係るパーソナル情報匿名化装置の全体構成を示す。本システムは、匿名化装置101と記憶装置104で構成される。匿名化装置101は、コンピュータを基本構成とし、その処理機能はコンピュータプログラムの実行を通じて提供される。本実施例の場合、匿名化設定部102と一般化階層生成部103の機能が提供される。匿名化設定部102は、二次利用者が必要とする準識別子の値の粒度を確保した一般化階層を生成するパラメータの指定を受け付ける機能部である。一般化階層生成部103は、匿名化設定部102によって指定されたパラメータに従って一般化階層を生成する機能部である。
匿名化設定部102の機能は、作業者が操作する匿名化装置101のモニタ画面に表示される匿名化設定画面201(図8)を通じて実現される。匿名化設定画面201には、匿名化対象データ105を指定するパスの入力欄202、匿名化対象データ定義データ106を指定するパスの入力欄203、準識別子・一般化階層生成ポリシ定義データ107を指定するパスの入力欄(選択欄)204が設けられる。図8の場合、入力欄204にはプルダウンメニューのボタンが設けられており、メニュー内のリストからパスを選択できるようになっている。もっとも、入力欄204についても他の入力欄と同様、作業者が任意のパスを直接入力できる方式でも良い。また、入力欄202及び203についても、プルダウンメニューから特定のパスを選択できる方式でも良い。
以下、匿名化対象データ105、匿名化対象データ定義データ106、準識別子・一般化階層生成ポリシ定義データ107、一般化階層データ108の各データ形式と、一般化階層生成処理の詳細について説明する。
図6に、本実施例で使用する匿名化対象データ105の詳細を示す。本実施例における匿名化対象データ105は、個人の疾病に関する情報を持つ表形式のデータであり、個人ID、年齢、性別、住所、身長及び疾病からなる。匿名化対象データ105は、電子カルテなどの情報のうち個人情報が削除又は簡易的に抽象化されている。例えば個人IDは、電子カルテに記載された個人の識別子を、当該識別子とは関係のない文字列に置き換えたものである。また、住所は、電子カルテに記載された元の住所のうち市区町村単位だけ残したものである。
図9に、匿名化対象データ定義データ106の例を示す。匿名化対象データ定義データ106は、匿名化対象データ105(図6)における列を1から開始する数値で示す列番号401、列番号401が示す列の名前である列名402、列番号401が示す列のデータ型である型403からなる表形式のデータである。型403は、「文字列」、「整数」または「小数」のいずれかである。
準識別子・一般化階層生成ポリシ定義データ107は、一般化階層を生成するポリシの内容により、図10−1、図10−2、図10−3の3通りがある。
図11に、本実施例に係る手法によって生成される一般化階層データ108の例を示す。一般化階層データ108は、準識別子の列名を表す準識別子601、準識別子601が示す準識別子の属性値または一般化された属性値を識別する符号である値ID602、値ID602によって識別される値である値603、値ID602が示す値の親の値を識別する符号である親値ID604からなる表形式のファイルである。親値ID604は、他のレコードの値ID602に対応するが、最も一般化された値に対する親値ID604は空欄となる。なお、図11中において、親値ID604が“A4”、“D4”となる値ID602の行は省略している。
一般化階層生成部103は、後述する処理手順に従って生成した一般化階層を記憶装置104の一般化階層データ108に格納する。ここでは、処理手順の説明において使用する補助的な用語について説明する。
図12に、準識別子頻度情報の例を示す。準識別子頻度情報は、個々の準識別子の値と、匿名化対象データ105における各値の出現頻度を関連付けたデータ構造であり、連想配列などのデータ構造によって表現する。準識別子頻度情報は、個々の準識別子の値を表す値701とその出現頻度を表す頻度702からなる。
図13に、一般化階層ノードの例を示す。一般化階層ノードは、生成された一般化階層の親子関係を構築するためのデータ構造であり、準識別子の属性値または一般化された属性値を表す値801、準識別子のデータ型を表す型802、値801が匿名化対象データ105に出現する回数を表す頻度803、準識別子・一般化階層生成ポリシによる分類を表す最大分類ノード804、自分自身に一般化される属性値または一般化された属性値の一般化階層ノードのリストである子ノード805、自分自身を一般化した属性値の一般化階層ノードである親ノード806、準識別子の属性値または一般化された属性値をどの属性値または一般化された属性値と同一視して一般化するかの候補を表す一般化階層ノードであるフォロー先807からなる。図13において、801、802などの符号は、一般化階層ノードのうちの1つだけに付けており、他の一般化階層ノードに対しては省略している。
一般化階層ノードのリストにおいて第i要素の左隣が存在するとは、i>0であり、第(i−1)要素と最大分類ノードが同じであることを言う。このときの第(i−1)要素を第i要素の左隣という。一般化階層ノードリストの第i要素の左隣が存在する条件が成り立たないとき、一般化階層ノードリストの第i要素の左隣が存在しないという。
一般化階層ノードの最大分類ノード804は、生成タイプによって設定内容が異なる。以下、設定タイプごとに最大分類ノードの定義を与える。
・「当該準識別子の最小値」と「境界値[m]−最小単位」をデリミタで結合したもの
・mからNまでの整数rに対する、「原点+幅×r」と「原点+幅×(r+1)−最小単位」をデリミタで結合したもの
以下、図14〜図16−3を用い、一般化階層生成部103で実行される処理内容を説明する。
図14に、準識別子の型の判定までの一般化階層生成処理を示す。当該処理では、一般化階層を生成する対象の準識別子の列を特定し、該当する列の準識別子・一般化階層生成ポリシ定義データ107に基づいて、該当する列に応じた一般化階層の生成処理を呼び出す。
当該ステップにおいて、一般化階層生成部103は、匿名化設定画面201を通じて入力された準識別子・一般化階層生成ポリシ定義データ107を解析してメモリに格納する。このメモリに格納された準識別子・一般化階層生成ポリシ定義データ107の情報を、ポリシオブジェクトと呼ぶ。
当該ステップにおいて、一般化階層生成部103は、ポリシオブジェクトと匿名化対象データ定義データ106を突き合せ、匿名化対象データ105から読み取る準識別子の列を特定する。
一般化階層生成部103は、ステップS902で特定した準識別子の列の全てについて、ステップS904からステップS907までの一連の処理を繰り返し、当該準識別子の一般化階層の生成処理を実行する。以下、ステップS904からステップS907までの処理について説明する。
当該ステップにおいて、一般化階層生成部103は、ステップS902で特定した列について匿名化対象データ105から属性値を列挙し、各属性値についてその出現頻度を数え上げ、準識別子頻度情報としてメモリに格納する。
当該ステップにおいて、一般化階層生成部103は、現在の列に対応するポリシオブジェクトを用いて、現在の列の型の情報を取得する。取得された列の型が整数または小数のとき、一般化階層生成部103はステップS906に進み、数値向けポリシベース一般化階層生成処理を実行する。これに対し、取得された列の型が文字列のとき、一般化階層生成部103は、ステップS907に進み、文字列向けポリシベース一般化階層生成処理を実行する。
図15−1から図15−3に、数値向けのポリシベース一般化階層生成処理を示す。本処理において、一般化階層生成部103は、処理対象の準識別子について準識別子頻度情報を算出し、隣り合う準識別子の属性値をグループ毎に頻度の小さい順に一般化することで階層構造を作成し、一般化階層に変換する。
当該ステップにおいて、一般化階層生成部103は、処理対象の準識別子の準識別子頻度情報を、属性値の昇順にソートする。
・ステップS1002
当該ステップにおいて、一般化階層生成部103は、当該準識別子のポリシオブジェクトに基づき、「生成タイプ別の最大分類ノードの定義」に従って最大分類ノードを作成する。
当該ステップにおいて、一般化階層生成部103は、準識別子頻度情報の値と頻度を基に一般化階層ノードを作成する。値801には準識別子頻度情報の値701が、型802には当該準識別子の型403が、頻度803には準識別子頻度情報の値702が、最大分類ノード804にはステップS1002で作成した当該準識別子の最大分類ノードが設定され、子ノード805、親ノード806及びフォロー先807はいずれも未設定である。
当該ステップにおいて、一般化階層生成部103は、前段のステップS1003で作成した一般化階層ノードの値を最小単位と丸め方式に従って丸めた値を持つ一般化階層ノードを作成し、丸める前の一般化階層ノードをこの一般化階層ノードの子ノードにする。さらに、このステップで作成した一般化階層ノードの頻度に、自分の子ノードの頻度の和を設定する。さらに、このステップで作成した一般化階層ノードの最大分類ノードを、自分の値が含まれる最大分類ノードに設定する。さらに、このステップで作成した一般化階層ノードを含むリストを作成し、値の昇順にソートする。この一般化階層ノードのリストを一般化階層ノードリストLと呼ぶ。
一般化階層生成部103は、前段のステップS1004で作成した一般化階層ノードリストLの要素数が2以上の間、ステップS1006からステップS1018までの一連の処理を繰り返し実行し、一般化階層ノードの親子関係を構築する。以下、ステップS1006からS1018までの処理を説明する。
当該ステップにおいて、一般化階層生成部103は、一般化階層ノードリストLの大きさを取得し、それをNとおく。
・ステップS1007〜ステップS1009
ステップS1008において、一般化階層生成部103は、S1008付表1(図15−4)に従い、一般化階層ノードリストLの各要素のフォロー先を設定する。S1008付表1の内容は以下のとおりである。
当該ステップにおいて、一般化階層生成部103は、一般化階層ノードリストLの要素に、フォロー先が空でないものが存在するかどうかをチェックし、存在すればステップS1011に進む。存在しなければ、ステップS1005からステップS1019までのループを脱出し、ステップステップS1020に進む。
当該ステップにおいて、一般化階層生成部103は、一般化階層ノードリストLのインデックスiを0に設定する。
・ステップS1012〜ステップS1018
一般化階層生成部103は、前段のステップS1007からステップS1009で設定したフォロー先に基づいて一般化階層ノードの親子関係を構築するため、インデックスiが一般化階層ノードリストLの大きさから2を減じたもの以下である間、ステップS1013からステップS1017までの一連の処理を繰り返し実行する。以下、ステップS1013からステップS1017までの処理について説明する。
当該ステップにおいて、一般化階層生成部103は、一般化階層ノードリストLの第i要素L[i]と第(i+1)要素L[i+1]について、それぞれのフォロー先がお互いになっているか、つまりL[i+1]とL[i]になっているかをチェックする。お互いになっている場合、一般化階層生成部103は、ステップS1014に進み、お互いなっていない場合、一般化階層生成部103は、ステップS1017に進む。
当該ステップにおいて、一般化階層生成部103は、一般化階層ノードリストLから第i要素L[i]と第(i+1)要素L[i+1]を取り出し、それぞれX0、X1としてから、一般化階層ノードリストLから当該要素を削除する。
当該ステップにおいて、一般化階層生成部103は、X0、X1の内容に基づき、これらの一般化階層ノードの親ノードとなる一般化階層ノードPを作成する。一般化階層ノードPの設定値は以下のとおりである。値はX0の値の最小値からX1の値の最大値まで、型はX0の型、頻度はX0の頻度とX1の頻度の和、最大分類ノードはX0の最大分類ノード、子ノードはX0とX1、親ノードとフォロー先は未設定である。さらに、X0の親ノード、X1の親ノードにそれぞれPを設定する。
当該ステップにおいて、一般化階層生成部103は、前段のステップS1015で作成した一般化階層ノードPを、一般化階層ノードリストLの第i番目に挿入する。言い換えると、一般化階層ノードPの挿入位置は、その子ノードである一般化階層ノードX0,X1が元にいた位置である。
当該ステップにおいて、一般化階層生成部103は、インデックスiをインクリメントする。
・ステップS1020
当該ステップにおいて、一般化階層生成部103は、一般化階層ノードリストLのサイズが2以上かどうかチェックし、そうであればS1021に、そうでなければステップS1023に進む。
当該ステップにおいて、一般化階層生成部103は、以下の内容で、一般化階層ノードたちのルートに相当する一般化階層ノードRを作成する。値はL[0]の値の最小値からLの最後の要素の値の最大値まで、型はL[0]の型、頻度はLのすべての要素の頻度の和、最大分類ノードは空、子ノードは一般化階層ノードリストLのすべての要素、親ノード及びフォロー先は空である。
当該ステップにおいて、一般化階層生成部103は、前段のステップS1021で作成した一般化階層ノードRを、一般化階層ノードリストLのすべての要素の親に設定する。
・ステップS1023
当該ステップにおいて、一般化階層生成部103は、一般化階層ノードリストLのただひとつの要素であるL[0]を一般化階層ノードRに設定する。
・ステップS1024
当該ステップにおいて、一般化階層生成部103は、前段までで作成した一般化階層ノードRを基に、一般化階層ファイルを作成する。
図16−1から図16−3に、文字列向けのポリシベース一般化階層生成処理を示す。本処理において、一般化階層生成部103は、処理対象の準識別子について準識別子頻度情報を算出し、準識別子の属性値をグループごとに頻度の小さい順に一般化することで階層構造を作成し、一般化階層に変換する。
当該ステップにおいて、一般化階層生成部103は、処理対象の準識別子の準識別子頻度情報を、値の昇順にソートする。当該ステップにおいて、一般化階層生成部103は、当該準識別子のポリシオブジェクトに基づき、「生成タイプ別の最大分類ノードの定義」に従って最大分類ノードを作成する。
当該ステップにおいて、一般化階層生成部103は、準識別子頻度情報の値と頻度に基づいて、一般化階層ノードを作成する。
当該ステップにおいて、一般化階層生成部103は、前段のステップS1102で作成した一般化階層ノードの最大分類ノードを、自分の値が含まれる最大分類ノードに設定する。さらに、一般化階層生成部103は、前段のステップS1102で作成した一般化階層ノードを最大分類ノードでグループ分けし、これらのグループをG[0],G[1],・・・,G[g−1]とする。ここで、gは、Gの要素数である。
一般化階層生成部103は、ステップS1105からステップS1115までの一連の処理を実行することで、一般化階層ノードの親子関係を構築する。以下、ステップS1105からステップS1115までの処理について説明する。
これらのステップにおいて、一般化階層生成部103は、グループG[0],G[1],・・・,G[g−1]に対してステップS1106からステップS1107の処理を繰り返す。
・ステップS1106
当該ステップにおいて、一般化階層生成部103は、Gの要素の大きさが2以上であるかどうかをチェックし、そうであればステップS1107に進む。Gの要素の大きさが2より小さいとき、一般化階層生成部103は、ステップS1108に進んでステップS1105からステップS1108までの繰り返しを終了する。
当該ステップにおいて、一般化階層生成部103は、Gの要素である一般化階層ノードたちを頻度の昇順にソートする。
・ステップS1109
当該ステップにおいて、一般化階層生成部103は、グループG[0],G[1],・・・,G[g−1]の中に、要素数が2以上であるものが存在するかどうかをチェックし、存在すればステップS1110に進む。存在しなければ、ステップS1104からステップS1116までのループを脱出し、ステップステップS1117に進む。
当該ステップにおいて、一般化階層生成部103は、グループG[0],G[1],・・・,G[g−1]についてそれぞれ最初の2つの一般化階層ノードの頻度の和を求め、前述の和が最小となるグループを求め、そのインデックスiの集合をIとする。前述の和が最小となるグループが複数ある場合、集合Iの大きさは2以上である。
これらのステップにおいて、一般化階層生成部103は、一般化階層ノードの親子関係を構築するため、前述のグループG[0],G[1],・・・,G[g−1]に対するインデックスの集合Iについて、ステップS1112からステップS1114までの一連の処理を繰り返し実行する。以下、ステップS1112からステップS1114までの処理について説明する。
当該ステップにおいて、一般化階層生成部103は、インデックスの集合Iの要素iに対し、G[i]から先頭の2要素を取り出し、順にX0,X1とおいてから、G[i]から当該要素を削除する。
当該ステップにおいて、一般化階層生成部103は、X0、X1の内容に基づき、これらの一般化階層ノードの親ノードとなる一般化階層ノードPを作成する。一般化階層ノードPの設定値は以下のとおりである。値はX0の値とX1の値をデリミタで結合したもの、型は X0の型、頻度はX0の頻度とX1の頻度の和、最大分類ノードはX0の最大分類ノード、子ノードはX0とX1、親ノードとフォロー先は空である。さらに、X0の親ノード、X1の親ノードをともにPに設定する。
当該ステップにおいて、一般化階層生成部103は、前段のステップS1113で作成した一般化階層ノードPを、G[i]の先頭に挿入する。
・ステップS1117
当該ステップにおいて、一般化階層生成部103は、グループのリストGの要素数gが2以上であるかどうかをチェックし、そうであればステップS1118に進み、そうでなければステップS1120に進む。
当該ステップにおいて、一般化階層生成部103は、以下の内容で、一般化階層ノードたちのルートに相当する一般化階層ノードRを作成する。値はG[0]の最大分類ノードからG[g−1]の最大分類ノードまでのすべての値をデリミタで結合したもの、型はG[0]の最大分類ノードの型、頻度はG[0]の最大分類ノードからG[g−1]の最大分類ノードまでのすべての要素の頻度の和、最大分類ノードは空、子ノードはG[0]からG[g−1]までのそれぞれの最大分類ノード、親ノード及びフォロー先は空である。
ステップS1119では、G[0]の最大分類ノードからG[g−1]の最大分類ノードまでのすべてについて親ノードにRを設定する。
当該ステップにおいて、一般化階層生成部103は、グループのリストGのただひとつの要素であるG[0]の最大分類ノードを一般化階層ノードRに設定する。
・ステップS1121
当該ステップにおいて、一般化階層生成部103は、前段までで作成した一般化階層ノードRを基に、一般化階層ファイルを作成する。
以上の通り、本実施例に係るパーソナル情報匿名化装置を用いれば、二次利用者が必要とする準識別子の値の粒度を確保した一般化階層を自動的に生成できるので、二次利用目的に使い易く、損失情報量も小さい匿名化データを二次利用者に提供することができる。
Claims (3)
- 二次利用者が必要とする準識別子の値の粒度を確保した一般化階層を生成する際に使用されるパラメータであって、前記粒度を前記準識別子に与えるための処理ルールを定義する前記パラメータの指定を受け付ける指定部と、
指定された前記パラメータに従って、パーソナル情報について一般化階層を生成する生成部と、
前記パーソナル情報を記録する第1の記憶部と、
前記パーソナル情報のデータ構造を記録する第2の記憶部と、
前記パラメータを記録する第3の記憶部と、
前記生成部によって生成された一般化階層を記録する第4の記憶部と
を有し、
前記指定部は、前記一般化階層が有するノードの属性値の最大分類を決定するためのパラメータの指定を受け付け、
前記生成部は、前記最大分類が共通する同一グループ内で頻度の小さい順に隣り合う準識別子の値を一般化する階層構造を構築することにより、前記一般化階層を生成するパーソナル情報匿名化装置。 - 請求項1に記載のパーソナル情報匿名化装置において、
前記指定部は、匿名化対象データ及びそのデータ定義を受け付ける機能を更に有する
ことを特徴とするパーソナル情報匿名化装置。 - 請求項1または2に記載のパーソナル情報匿名化装置において、
前記指定部は、ユーザインタフェース画面を通じ、少なくとも前記パラメータの指定を選択的に受け付ける
ことを特徴とするパーソナル情報匿名化装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014152522A JP6301767B2 (ja) | 2014-07-28 | 2014-07-28 | パーソナル情報匿名化装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014152522A JP6301767B2 (ja) | 2014-07-28 | 2014-07-28 | パーソナル情報匿名化装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016031567A JP2016031567A (ja) | 2016-03-07 |
JP6301767B2 true JP6301767B2 (ja) | 2018-03-28 |
Family
ID=55441930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014152522A Active JP6301767B2 (ja) | 2014-07-28 | 2014-07-28 | パーソナル情報匿名化装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6301767B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110088756B (zh) | 2016-12-19 | 2023-06-02 | 三菱电机株式会社 | 隐匿化装置、数据分析装置、隐匿化方法、数据分析方法以及计算机能读取的存储介质 |
US10740488B2 (en) * | 2017-11-17 | 2020-08-11 | International Business Machines Corporation | Cognitive data anonymization |
JP6420513B1 (ja) * | 2018-03-19 | 2018-11-07 | 雅晴 古川 | 情報管理装置 |
EP3940572B1 (en) * | 2019-03-11 | 2023-07-26 | Nippon Telegraph And Telephone Corporation | Data generalization device, data generalization method, and program |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8326849B2 (en) * | 2009-06-25 | 2012-12-04 | University Of Ottawa | System and method for optimizing the de-identification of data sets |
DK2573699T3 (en) * | 2010-05-19 | 2017-07-31 | Hitachi Ltd | Device for de-identification of identity information |
TW201331770A (zh) * | 2012-01-31 | 2013-08-01 | Ibm | 在資料組中保存隱私的方法與系統 |
-
2014
- 2014-07-28 JP JP2014152522A patent/JP6301767B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016031567A (ja) | 2016-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11763175B2 (en) | Systems and methods for semantic inference and reasoning | |
KR101805946B1 (ko) | 입-출력 예시를 사용한 텍스트 조작 프로그램 생성 | |
EP2573699B1 (en) | Identity information de-identification device | |
JP5490824B2 (ja) | ベクトルフィールドを用いるデータ処理 | |
CN108984172B (zh) | 一种界面文件的生成方法及装置 | |
EP2927861B1 (en) | In-memory database system for the management of variant configuration of a product | |
JP6301767B2 (ja) | パーソナル情報匿名化装置 | |
JP6079783B2 (ja) | 匿名化を実行する情報処理装置及び匿名化方法、及びプログラム | |
EP2921986B1 (en) | A system and method for evaluating a reverse query | |
JP2016151908A (ja) | パーソナル情報匿名化支援装置 | |
JP6692281B2 (ja) | テストケース生成装置、及びテストケース生成方法 | |
Tax et al. | LocalProcessModelDiscovery: Bringing Petri nets to the pattern mining world | |
Biermann et al. | Parallel independence of amalgamated graph transformations applied to model transformation | |
Omitola et al. | Capturing interactive data transformation operations using provenance workflows | |
CN103701590A (zh) | 一种基于字典的复杂密码遍历方法及装置 | |
JP5921227B2 (ja) | 製品モジュール化プロセス装置、製品モジュール化方法及びプログラム | |
JP4461034B2 (ja) | 利用権発行方法、利用権発行装置、および利用権システム | |
JP6506201B2 (ja) | 目的変数に対応する説明変数群を決定するシステム及び方法 | |
WO2020218448A1 (ja) | 情報処理システム、情報処理装置、情報処理方法及びプログラム | |
CN107451167A (zh) | 站内点击位的点击数据获取方法和系统 | |
JP6802109B2 (ja) | ソフトウェア仕様分析装置、及びソフトウェア仕様分析方法 | |
JP2019153047A (ja) | 生成装置、生成方法及びプログラム | |
JP6036224B2 (ja) | 順序制御システム、順序制御方法、順序制御プログラム、及び、メッセージ管理システム | |
WO2019160579A1 (en) | Interactive framework for automatic generation, analysis and exploration of composable system of systems based on a knowledge graph | |
JP6904914B2 (ja) | 決定表生成装置、及び決定表生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180205 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180301 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6301767 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |