JP7275175B2 - Information processing equipment - Google Patents
Information processing equipment Download PDFInfo
- Publication number
- JP7275175B2 JP7275175B2 JP2021031841A JP2021031841A JP7275175B2 JP 7275175 B2 JP7275175 B2 JP 7275175B2 JP 2021031841 A JP2021031841 A JP 2021031841A JP 2021031841 A JP2021031841 A JP 2021031841A JP 7275175 B2 JP7275175 B2 JP 7275175B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- image
- data
- risk
- unit
- 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
- 230000010365 information processing Effects 0.000 title claims description 18
- 238000000034 method Methods 0.000 claims description 55
- 238000012545 processing Methods 0.000 claims description 38
- 238000000605 extraction Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 11
- 230000006855 networking Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 description 26
- 238000004891 communication Methods 0.000 description 17
- 230000006399 behavior Effects 0.000 description 11
- 230000004048 modification Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、個人情報の保護のための技術に関する。 The present invention relates to technology for protecting personal information.
近年はSNS(Social Networking Service)と呼ばれるサービスが普及しているが、このSNSによって共有される画像などからユーザのプライバシーに関わる個人情報が推測されるおそれが指摘されている。そこで、例えば特許文献1には、画像データからオブジェクトを抽出し、抽出したオブジェクトから、オブジェクトの信頼度に応じて人物の顔、名前、住所等の特徴部分を抽出し、抽出された特徴部分に対してモザイク等の処理を行うことで、プライバシーを保護した動画を生成する仕組みが開示されている。
In recent years, a service called SNS (Social Networking Service) has been widely used, and it has been pointed out that personal information related to user's privacy may be inferred from images and the like shared by the SNS. Therefore, for example, in
ユーザの個人情報が画像から推測されるリスクは様々な状況に応じて変わり得る。そこで、本発明は、ユーザの個人情報が画像から推測されるリスクを適切に特定することを目的とする。 The risk of a user's personal information being inferred from an image can vary depending on various circumstances. SUMMARY OF THE INVENTION Accordingly, it is an object of the present invention to appropriately identify a risk that a user's personal information may be inferred from an image.
上記課題を解決するため、本発明は、画像データから画像オブジェクトを抽出する抽出部と、画像オブジェクトからユーザの個人情報が推測されることによって生じる迷惑行為のリスクを特定する複数の特定方法のうちいずれかを選択する選択部と、選択された前記特定方法に従い、抽出された前記画像オブジェクトからユーザの個人情報が推測されることによって生じる迷惑行為のリスクを特定する特定部とを備えることを特徴とする情報処理装置を提供する。 In order to solve the above-mentioned problems, the present invention provides an extraction unit for extracting an image object from image data, and a plurality of identification methods for identifying the risk of nuisance caused by inferring personal information of a user from the image object. A selection unit for selecting one of them, and a specification unit for specifying a risk of nuisance caused by inferring a user's personal information from the extracted image object according to the selected specification method. To provide an information processing device that
この構成によれば、複数の特定方法のうち選択された特定方法に従い、画像オブジェクトからユーザの個人情報が推測されるリスクが特定される。 According to this configuration, the risk of the user's personal information being inferred from the image object is specified according to the specifying method selected from among the plurality of specifying methods.
本発明によれば、ユーザの個人情報が画像から推測されるリスクを適切に特定することができる。 According to the present invention, it is possible to appropriately identify the risk that a user's personal information is inferred from an image.
[構成]
図1は、本実施形態に係る情報処理システム1の一例を示す図である。図1に示すように、情報処理システム1は、複数のユーザが通信端末としてそれぞれ利用する複数(図1では3つ)のユーザ端末10と、本発明に係る情報処置装置の一例として機能するサーバ装置20と、これらを通信可能に接続する無線通信網又は有線通信網を含むネットワーク2とを備えている。ネットワーク2は、例えばLTE(Long Term Evolution)又は5G(5th generation mobile communication system)などに準拠した無線通信網や、例えばLAN(Local Area Network)、WAN(Wide Area Network)、公衆交換通信網(PSTN:Public Switched Telephone Networks)、サービス統合デジタル網(ISDN:Integrated Services Digital Network)又はインターネットなどの有線通信網を含んでもよい。
[composition]
FIG. 1 is a diagram showing an example of an
本実施形態において、サーバ装置20は、SNS(Social Networking Service)を提供するSNS機能と、このSNSによって投稿されたデータ(以下、投稿データという)を共有するユーザ間において各ユーザのプライバシーにかかわる個人情報が推測されるリスクを特定し、そのリスクに応じた処理を行う個人情報保護機能とを備えている。ただし、本発明において情報処置装置の一例として機能するサーバ装置20においては、個人情報保護機能が必須の機能であり、SNS機能は必ずしも備えていなくてもよい。この場合、個人情報保護機能を備えたサーバ装置は、SNS機能を備えたSNS装置と通信可能に接続されており、SNS装置が記憶する投稿データを取得することができるようになっている。サーバ装置20は、ユーザ端末10にネットワーク2を介した通信サービスを提供する通信事業者によって管理されていてもよいが、これに限定されない。サーバ装置20は、単体のコンピュータで実現されてもよいし、複数のコンピュータの集合体によって実現されてもよい。
In the present embodiment, the
ユーザ端末10は、例えばスマートホン、ウェアラブル端末、タブレット又はパーソナルコンピュータなどの、無線又は有線を介してネットワーク2に接続可能なコンピュータである。各ユーザは自身のユーザ端末10を用いて、サーバ装置20が提供するSNS機能を利用することができる。各ユーザがSNS機能を利用して投稿した投稿データはサーバ装置20に記憶され、他のユーザと共有される、つまり他のユーザによって参照可能になっている。このため、特に投稿データの共有範囲が第3者にまで広く設定されているような場合、投稿データからユーザのプライバシーに関わる個人情報が推測されるおそれがある。
The
図2は、サーバ装置20のハードウェア構成を示す図である。サーバ装置20は、物理的には、プロセッサ2001、メモリ2002、ストレージ2003、通信装置2004及びこれらを接続するバスなどを含むコンピュータとして構成されている。これらの各装置は図示せぬ電源から供給される電力によって動作する。なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。サーバ装置20のハードウェア構成は、図2に示した各装置を1つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。また、それぞれ筐体が異なる複数の装置が通信接続されて、サーバ装置20を構成してもよい。
FIG. 2 is a diagram showing the hardware configuration of the
サーバ装置20における各機能は、プロセッサ2001、メモリ2002などのハードウェア上に所定のソフトウェア(プログラム)を読み込ませることによって、プロセッサ2001が演算を行い、通信装置2004による通信を制御したり、メモリ2002及びストレージ2003におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。
Each function in the
プロセッサ2001は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ2001は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置(CPU:Central Processing Unit)によって構成されてもよい。また、例えばベースバンド信号処理部や呼処理部などがプロセッサ2001によって実現されてもよい。
The
プロセッサ2001は、プログラム(プログラムコード)、ソフトウェアモジュール、データなどを、ストレージ2003及び通信装置2004の少なくとも一方からメモリ2002に読み出し、これらに従って各種の処理を実行する。プログラムとしては、後述する動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。サーバ装置20の機能ブロックは、メモリ2002に格納され、プロセッサ2001において動作する制御プログラムによって実現されてもよい。各種の処理は、1つのプロセッサ2001によって実行されてもよいが、2以上のプロセッサ2001により同時又は逐次に実行されてもよい。プロセッサ2001は、1以上のチップによって実装されてもよい。なお、プログラムは、ネットワーク2経由でサーバ装置20に送信されてもよい。
The
メモリ2002は、コンピュータ読み取り可能な記録媒体であり、例えば、ROM(Read Only Memory)、EPROM(Erasable Programmable ROM)、EEPROM(Electrically Erasable Programmable ROM)、RAM(Random Access Memory)などの少なくとも1つによって構成されてもよい。メモリ2002は、レジスタ、キャッシュ、メインメモリ(主記憶装置)などと呼ばれてもよい。メモリ2002は、本実施形態に係る方法を実施するために実行可能なプログラム(プログラムコード)、ソフトウェアモジュールなどを保存することができる。
The
ストレージ2003は、コンピュータ読み取り可能な記録媒体であり、例えば、CD-ROM(Compact Disc ROM)などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Blu-ray(登録商標)ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー(登録商標)ディスク、磁気ストリップなどの少なくとも1つによって構成されてもよい。ストレージ2003は、補助記憶装置と呼ばれてもよい。
The
通信装置2004は、ネットワーク2を介してコンピュータ間の通信を行うためのハードウェア(送受信デバイス)であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。
The
プロセッサ2001、メモリ2002などの各装置は、情報を通信するためのバスによって接続される。バスは、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。また、サーバ装置20は、マイクロプロセッサ、デジタル信号プロセッサ(DSP:Digital Signal Processor)、ASIC(Application Specific Integrated Circuit)、PLD(Programmable Logic Device)、FPGA(Field Programmable Gate Array)などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ2001は、これらのハードウェアの少なくとも1つを用いて実装されてもよい。
Each device such as
なお、サーバ装置20は、外部からの入力を受け付ける入力デバイス(例えば、キー、スイッチ、ボタン等の各種の入力インターフェース)や、外部への出力を実施する出力デバイス(例えば、ディスプレイ、LEDランプ等の各種の出力インターフェース)を備えていてもよい。
The
図3は、サーバ装置20の機能構成を示すブロック図である。サーバ装置20において上記の各ハードウェアが連携することによって、データ取得部21、抽出部22、選択部23、記憶部24、特定部25、処理部26、及び出力部27という機能が実現される。
FIG. 3 is a block diagram showing the functional configuration of the
データ取得部21は、各種データを取得する。このデータは、例えばSNS機能によってサーバ装置20に記憶された投稿データである。投稿データは、ユーザがユーザ端末10のカメラで撮像するなどして生成された画像データと、その画像データに対して付加されたテキストデータや投稿日時データ等の付加データとを含む。テキストデータはユーザがユーザ端末10の操作UIを用いて入力したデータである。投稿日時データは、サーバ装置20により付与されたタイムスタンプに相当するデータである。
The data acquisition unit 21 acquires various data. This data is posted data stored in the
ここで、図4は、ユーザによる投稿の内容を例示する図である。図4では、投稿データに応じてユーザ端末10に表示された画像100を図示している。この画像100には、例えば何らかの物体の画像オブジェクト101と、人物の画像オブジェクト102とが含まれている。また、画像100には、付加データである投稿日時103と、投稿者たるユーザにより入力された付加データであるコメント104も含まれている。
Here, FIG. 4 is a diagram exemplifying the content of a post by a user. FIG. 4 shows an
図5は、サーバ装置20のストレージ2003によって実現される記憶部24に記憶された投稿データを例示する図である。図に示すように、各ユーザを識別するユーザIDに対応付けて、そのユーザが投稿データを投稿した日時を表す投稿日時データ及びその投稿データ(画像データ、付加データ)が記憶されている。なお、SNS機能に関してサーバ装置20のストレージ2003に記憶されるデータは、図5の例示に限定されず、例えば各ユーザの属性や、各投稿データに対する、投稿者以外のユーザからのコメントデータなどが含まれていてもよい。
FIG. 5 is a diagram illustrating post data stored in
図3の説明に戻り、抽出部22は、データ取得部21により取得された投稿データに含まれる画像データから画像オブジェクトを抽出する。ここでいう画像オブジェクトとは、例えば人間の顔を表すオブジェクト、人間が着る服を表すオブジェクト、人間や場所の名前や名称を表すオブジェクトなど、予め決められた画像オブジェクトである。画像データからこれらの画像オブジェクトを抽出する技術としては、例えば機械学習を用いた画像認識の分野において周知のアルゴリズムを用いればよい。
Returning to the description of FIG. 3 , the
さらに、抽出部22は、画像データから抽出された複数の画像オブジェクト、及びその画像データに付加されている付加データを、各々の画像オブジェクト又は付加データが属するカテゴリに分類する。ここでいうカテゴリは、人物に関するカテゴリ(以下、whoカテゴリという)、場所に関するカテゴリ(以下、whereカテゴリという)、又は、日時に関するカテゴリ(以下、whenカテゴリという)を含む。
Further, the
ここで図6は、各カテゴリに属する画像オブジェクト及び付加データを定義したデータベースを例示する図である。このデータベースは、サーバ装置20のストレージ2003によって実現される記憶部24に記憶されている。図6に例示するように、whoカテゴリに属する画像オブジェクトは、投稿データを投稿したユーザが誰であるかを第3者が推測するのに用いられる可能性がある画像オブジェクトであり、例えば人間の顔を表す顔画像オブジェクト、人間が着る制服を表す制服画像オブジェクト、人間や組織の名前を表す名前画像オブジェクトなどである。whereカテゴリに属する画像オブジェクトは、投稿データを投稿したユーザがどこに存在しているのかを第3者が推測するのに用いられる可能性がある画像オブジェクトであり、例えば施設や設備の外観を表す施設/設備画像オブジェクト、住所や場所の名称を表す住所/名称画像オブジェクト、イベントの様子を表すイベント画像オブジェクト、景色を表す景色画像オブジェクト、天気の様子を表す天気画像オブジェクトなどである。whenカテゴリに属する画像オブジェクトは、投稿データを投稿したユーザがいつ存在しているのかを第3者が推測するのに用いられる可能性がある画像オブジェクトであり、例えば何らかの物体の影の画像を表す影画像オブジェクト、時計を表す時計画像オブジェクトなどである。どのような画像オブジェクトがどのカテゴリに属するかを判定する技術については、例えば機械学習を用いた画像認識の分野において周知のアルゴリズムを用いればよい。
Here, FIG. 6 is a diagram illustrating a database defining image objects and additional data belonging to each category. This database is stored in the
また、付加データについても画像オブジェクトと同様の考え方に従い、whoカテゴリに属する付加データは、人間の名前を表すデータなどであり、whereカテゴリに属する付加データは、場所を表す場所データなどであり、whenカテゴリに属する付加データは、日時を表す日時データなどである。どのような付加データがどのカテゴリに属するかを判定する技術については、例えば構文解析や意味解析の分野において周知のアルゴリズムを用いればよい。 The additional data also follows the same concept as the image object. Additional data belonging to the who category is data representing a person's name, and additional data belonging to the where category is location data representing a place. Additional data belonging to the category is date and time data representing date and time. As a technique for determining what kind of additional data belongs to which category, for example, a well-known algorithm in the fields of syntactic analysis and semantic analysis may be used.
図3の説明に戻り、選択部23は、画像オブジェクト及び付加データからユーザの個人情報が推測されるリスクを特定する複数の特定方法のうちいずれかを選択する。より具体的には、選択部23は、ユーザの個人情報が推測されることによって生じる可能性がある迷惑行為に応じて特定方法を選択する。ここでいう迷惑行為とは、例えばつきまとい、ストーカー(現実世界におけるストーカー及びネットワーク上のつきまといを含む)、詐欺、窃盗、強盗などである。ユーザがどの迷惑行為を防止したいかということはそのユーザによりユーザ端末10を用いて入力され、サーバ装置20に通知される。つまり、選択部23は、ユーザの指定に従って特定方法を選択することになる。
Returning to the description of FIG. 3, the
ここで図7は、迷惑行為ごとのリスクの特定方法を定義したデータベースを例示する図である。このデータベースは、サーバ装置20のストレージ2003によって実現される記憶部24に記憶されている。図7の例示では、例えばつきまとい又はストーカーという迷惑行為については、whoカテゴリのみに属する画像オブジェクト又は付加データが投稿データに含まれる場合はユーザの個人情報が推測されるリスクが低く、whenカテゴリのみに属する画像オブジェクト又は付加データが投稿データに含まれる場合はリスクが低く、whereカテゴリのみに属する画像オブジェクト又は付加データが投稿データに含まれる場合はユーザの個人情報が推測されるリスクが中程度であり、whoカテゴリに属する画像オブジェクト又は付加データ、及び、whenカテゴリに属する画像オブジェクト又は付加データが投稿データに含まれる場合はリスクが高く、whenカテゴリに属する画像オブジェクト又は付加データ、及び、whereカテゴリに属する画像オブジェクト又は付加データが投稿データに含まれる場合はリスクが低く、whoカテゴリに属する画像オブジェクト又は付加データ、及び、whereカテゴリに属する画像オブジェクト又は付加データが投稿データに含まれる場合はリスクが高く、whoカテゴリに属する画像オブジェクト又は付加データ、whenカテゴリに属する画像オブジェクト又は付加データ及び、及び、whereカテゴリに属する画像オブジェクト又は付加データが投稿データに含まれる場合はリスクが高い。
Here, FIG. 7 is a diagram illustrating a database that defines a method of identifying risks for each nuisance. This database is stored in the
上記の例示は、つきまとい又はストーカーという迷惑行為においては、ユーザが誰であるか、ユーザがどこに居るか、ユーザがいつ居るか、ということがそれぞれ単独で推測されたとしてもその迷惑行為が発生するリスクは小さいが、これらのユーザが誰であるか、ユーザがどこに居るか、ユーザがいつ居るか、という情報が複数組み合わせられることで、個人情報が推測されるリスクが高くなり、その結果、つきまとい又はストーカーという迷惑行為が発生する可能性が高くなるという考え方に基づいている。ただし、これらのユーザが誰であるか、ユーザがどこに居るか、ユーザがいつ居るか、という情報が複数組み合わせられた場合であっても、ユーザがどこに居るか及びユーザがいつ居るかという情報が組み合わせられた場合は、ユーザが誰であるか及びユーザがいつ居るかという情報が組み合わせられた場合や、ユーザが誰であるか及びユーザがどこに居るかという情報が組み合わせられた場合よりも、個人情報が推測されるリスクは低く、その結果、つきまとい又はストーカーという迷惑行為が発生する可能性も低い。なお、図7の内容は単なる例示であり、迷惑行為ごとのリスクの特定方法は自由に定義し得る。 In the above example, in the nuisance behavior of stalking or stalking, the nuisance behavior occurs even if it is independently guessed who the user is, where the user is, and when the user is. The risk is small, but the combination of multiple pieces of information about who these users are, where they are, and when they are, increases the risk that personal information can be inferred, resulting in stalking. Or it is based on the idea that the possibility of nuisance behavior such as stalking will increase. However, even if multiple pieces of information about who the user is, where the user is, and when the user is, the information about where the user is and when the user is When combined, it is more personal than the combined information of who the user is and when the user is, or the combined information of who the user is and where the user is. The risk of information being inferred is low, and as a result, the nuisance of stalking or stalking is also low. Note that the content of FIG. 7 is merely an example, and the method of identifying the risk for each nuisance can be freely defined.
このように、図7に例示したデータベースには、画像オブジェクト又は付加データが属するカテゴリの組み合わせごとに、ユーザの個人情報が推測されるリスクに関する情報が登録されている。選択部23は、迷惑行為として例えばつきまとい又はストーカーを防止したい場合には、図7の最上段に例示されたリスクの特定方法を選択するし、また、迷惑行為として例えば窃盗又は強盗を防止したい場合には、図7の最下段に例示されたリスクの特定方法を選択する。
In this way, in the database illustrated in FIG. 7, information regarding the risk of guessing the user's personal information is registered for each combination of categories to which image objects or additional data belong. The
図3の説明に戻り、特定部25は、選択部23により選択された特定方法に従い、抽出部22により抽出された画像オブジェクト又は付加データからユーザの個人情報が推測されるリスクを特定する。より具体的には、特定部25は、図に例示したデータベースに基づいて、画像データから抽出された複数の画像オブジェクト及び画像データに対して付加されている付加データの組み合わせに応じて、これらの画像オブジェクト及び付加データからユーザの個人情報が推測されるリスクを特定する。
Returning to the description of FIG. 3 , the specifying
処理部26は、特定部25により特定されたリスクに応じた処理を行う。この処理部26が行う処理は、抽出部22により抽出された画像オブジェクトに対して、特定部25により特定されたリスクに応じた画像処理を行うこと、又は、特定部25により特定されたリスクに応じた情報をユーザに報知する報知処理を行うことを含む。抽出部22により抽出された画像オブジェクトに対するリスクに応じた画像処理とは、リスクが一定レベル(例えばリスク中)以上の場合は、例えばその画像オブジェクトの解像度を下げることで、いわゆる画像をぼかすようなぼかし処理や、その画像オブジェクトを非表示にする非表示処理とか、その画像オブジェクトを他の画像オブジェクトに置換する置換処理などである。また、リスクが大きいほど、例えばその画像オブジェクトの解像度を小さくしたりしてもよい。また、特定部25により特定されたリスクに応じた情報をユーザに報知する報知処理とは、画像オブジェクト又は付加データにより個人情報が推測されるおそれがあることをユーザに報知するメッセージをユーザ端末10において表示する処理などである。出力部27は、処理部26により処理された結果を含むデータを出力する。
The
[動作]
次に、図8を参照して、情報処理システム1の動作について説明する。なお、以下の説明において、サーバ装置20を処理の主体として記載する場合には、具体的にはプロセッサ2001、メモリ2002などのハードウェア上に所定のソフトウェア(プログラム)を読み込ませることで、プロセッサ2001が演算を行い、通信装置2004による通信や、メモリ2002及びストレージ2003におけるデータの読み出し及び/又は書き込みを制御することにより、処理が実行されることを意味する。ユーザ端末10についても同様である。
[motion]
Next, operation of the
図8において、まず、サーバ装置20のデータ取得部21は、サーバ装置20の記憶部24に記憶された投稿データをその記憶部24から読み出すことで、これを取得する(ステップS11)。なお、サーバ装置20が、個人情報保護機能のみを備えており、SNS機能を備えていない場合は、SNS機能を備えたSNS装置から投稿データを取得すればよい。
In FIG. 8, first, the data acquisition unit 21 of the
次に、サーバ装置20の抽出部22は、データ取得部21により取得された、或る1つの投稿データに含まれる画像データから画像オブジェクトを抽出する(ステップS12)。
Next, the extracting
次に、抽出部22は、上記画像データから抽出された複数の画像オブジェクト、及び、その画像データに付加されている付加データを、図6に例示した定義に従って、各々の画像オブジェクト又は付加データが属するカテゴリに分類する(ステップS13)。これにより、1つの投稿データに含まれる画像データから抽出された複数の画像オブジェクト、及び、その画像データに付加されている付加データが、whoカテゴリ、whereカテゴリ、又は、whenカテゴリのいずれかに分類される。
Next, the extracting
次に、サーバ装置20の選択部23は、画像オブジェクト及び付加データからユーザの個人情報が推測されるリスクを特定する複数の特定方法のうちいずれかを選択する(ステップS14)。具体的には、ユーザがどの迷惑行為を防止したいかということはそのユーザによりユーザ端末10を用いて入力され、サーバ装置20にユーザIDとともに通知されるから、選択部23は、そのユーザIDのユーザが投稿者である投稿データについては、通知された迷惑行為に対応する特定方法を図7の例示に従って選択する。ここでは、つきまとい又はストーカーという迷惑行為に対応する特定方法、図7の最上段の内容によって表される特定方法が選択されたとする。
Next, the
次に、サーバ装置20の特定部25は、選択部23により選択された特定方法に従い、抽出部22により抽出された画像オブジェクト又は付加データからユーザの個人情報が推測されるリスクを特定する(ステップS15)。ここでは、抽出部22により画像データから抽出された画像オブジェクトが例えば顔画像オブジェクト及び制服画像オブジェクトであり、その画像データに付加されている付加データが「○○カフェ」という場所データ及び「2020年10月23日 18:57」という日時データであったとする。この場合、図6の例示では、顔画像オブジェクト及び制服画像オブジェクトはwhoカテゴリに属し、「○○カフェ」という付加データ(場所データ)はwhereカテゴリに属し、「2020年10月23日 18:57」という付加データ(日時データ)はwhenカテゴリに属する。従って、図7の例示では、つきまとい又はストーカーという迷惑行為に対応する特定方法において、whoカテゴリ、whereカテゴリ及びwhenカテゴリに属する画像オブジェクト及び付加データが投稿データに含まれていることになるので、これらwhoカテゴリ、whereカテゴリ及びwhenカテゴリの組み合わせに対応する「リスク高」が特定されることになる。
Next, the specifying
これに対し、抽出部22により画像データから抽出された画像オブジェクトが例えば時計画像オブジェクトであり、その画像データに付加されている付加データが「○○カフェ」という場所データ及び「2020年10月23日 18:57」という日時データであった場合、図6の例示では、時計画像オブジェクトはwhenカテゴリに属し、「○○カフェ」という付加データ(場所データ)はwhereカテゴリに属し、「2020年10月23日 18:57」という付加データ(日時データ)はwhenカテゴリに属する。従って、図7の例示では、つきまとい又はストーカーという迷惑行為に対応する特定方法において、whereカテゴリ及びwhenカテゴリの組み合わせに対応する「リスク低」が特定されることになる。
On the other hand, the image object extracted from the image data by the extracting
次に、サーバ装置20の処理部26は、特定部25により特定されたリスクに応じた対応処理を行う(ステップS16)。前述したように、この処理部26が行う処理は、抽出部22により抽出された画像オブジェクトに対して、特定部25により特定されたリスクに応じた画像処理を行うこと、又は、特定部25により特定されたリスクに応じた情報をユーザに報知する報知処理を行うことを含む。出力部27は、処理部26により処理された結果を含むデータを出力する。この結果、処理部26により処理が成された投稿データを参照するときは、抽出部22により抽出された画像オブジェクトに対してぼかし処理等が施されているので、個人情報が推測されにくくなる。また、投稿者たるユーザに対しては、リスクに応じた情報が報知されるので、例えばこのユーザは投稿データを削除したり編集したりするなどの処置をとることが可能となる。
Next, the
以上説明した実施形態によれば、ユーザの個人情報が画像から推測されるリスクは様々な状況に応じて変わり得るが、そのリスクを適切に特定し、特定したリスクに応じた処理を行うことができる。その結果、推測された個人情報に基づく迷惑行為を未然に防ぐことが可能となる。 According to the embodiments described above, the risk that a user's personal information may be inferred from an image may change depending on various circumstances. can. As a result, it is possible to prevent nuisance behavior based on the inferred personal information.
[変形例]
本発明は、上述した実施形態に限定されない。上述した実施形態を以下のように変形してもよい。また、以下の2つ以上の変形例を組み合わせて実施してもよい。
[変形例1]
上述した実施形態においては、リスクの特定方法を実質的にユーザが指定しており、選択部23はそのユーザの指定に従ってリスクの特定方法を選択していた。この例に限定されず、選択部23は、ユーザによる指定以外の手順でリスクの特定方法を選択するようにしてもよい。例えば選択部23は、ユーザの属性に応じて特定方法を選択するようにしてもよい。このため、サーバ装置20の記憶部24は、ユーザの属性(例えば性別、年齢、有名人であるか否か等)をそのユーザのユーザIDに対応付けて記憶しておくとともに、属性の組み合わせとリスクの特定方法とを対応付けて記憶しておく。例えばユーザの性別が女性であれば、つきまとい、ストーカーという迷惑行為を防止するためのリスクの特定方法が対応付けられ、ユーザの年齢が閾値以上の高齢であれば、詐欺又は強盗という迷惑行為を防止するためのリスクの特定方法が対応付けられ、ユーザが有名人であれば、ネットストーカー、窃盗又は強盗という迷惑行為を防止するためのリスクの特定方法が対応付けられる。そして、選択部23は、投稿者のユーザIDに対応する属性を参照し、その属性に応じたリスクの特定方法を選択する。これにより、或る属性のユーザにおいて典型的に発生し得る迷惑行為を未然に防ぐことが可能となる。
[Modification]
The invention is not limited to the embodiments described above. The embodiment described above may be modified as follows. Also, two or more of the following modified examples may be combined for implementation.
[Modification 1]
In the embodiment described above, the user substantially designates the method of identifying the risk, and the
[変形例2]
また、選択部23は、投稿データが投稿されたサイト又はソーシャルネットワーキングサービスに応じて、リスクの特定方法を選択するようにしてもよい。このため、サーバ装置20の記憶部24は、サイト又はソーシャルネットワーキングサービスの識別子(サイト名又はソーシャルネットワーキングサービス名)とリスクの特定方法とを対応付けて記憶しておく。例えば或るサイト又は或るソーシャルネットワーキングサービスが若い女性に人気があるとされるものであれば、つきまとい、ストーカーという迷惑行為を防止するためのリスクの特定方法が対応付けられ、また、或るサイト又は或るソーシャルネットワーキングサービスが高齢のユーザに人気があるとされるものであれば、詐欺又は強盗という迷惑行為を防止するためのリスクの特定方法が対応付けられる。そして、選択部23は、投稿データが投稿されたサイト又はソーシャルネットワーキングサービスの識別子を特定し、その識別子に応じたリスクの特定方法を選択する。これにより、或るサイトやソーシャルネットワーキングサービスの利用が多い属性のユーザにおいて典型的に発生し得る迷惑行為を未然に防ぐことが可能となる。
[Modification 2]
Further, the
[変形例3]
実施形態において、特定部25は、画像データから抽出された複数の画像オブジェクト及びその画像データに対して付加されている付加データの組み合わせに応じて、当該複数の画像オブジェクト及び当該付加データからユーザの個人情報が推測されるリスクを特定していた。この例に限定されず、特定部25は、投稿データに含まれる画像データのみに基づいてそのリスクを特定してもよい。つまり、特定部25は、投稿データに含まれる画像データから抽出された複数の画像オブジェクトの組み合わせに応じて、当該複数の画像オブジェクトからユーザの個人情報が推測されるリスクを特定するようにしてもよい。
[Modification 3]
In the embodiment, the
[変形例4]
一般に投稿者たるユーザは複数回の投稿を行うから、第3者は1人の投稿者について複数の投稿データを参照してその個人情報を推測することができる。そこで、サーバ装置20は、1人のユーザが投稿した複数の投稿データに含まれる複数の画像データを用いてリスクを特定するようにしてもよい。この場合、これら複数の投稿データは同一のSNS機能によって投稿されたものであってもよいし、それぞれ異なる複数のSNS機能によって投稿されたものであってもよい。複数の投稿データが同一のSNS機能によって投稿されたものである場合、抽出部22は、同一のユーザIDに対応付けられて記憶されている複数の投稿データからそれぞれ画像オブジェクト及び付加データを抽出し、特定部25は、それぞれ異なる複数の投稿データに含まれる複数の画像データから抽出された複数の画像オブジェクト及び付加データの組み合わせからユーザの個人情報が推測されるリスクを特定する。また、複数の投稿データがそれぞれ異なる複数のSNS機能によって投稿されたものである場合、これら複数のSNS機能において同一のユーザを識別する識別子を用意しておき、抽出部22は、複数のSNS機能において同一のユーザの識別子に対応付けられて記憶されている複数の投稿データに含まれる複数の画像データからそれぞれ画像オブジェクト及び付加データを抽出し、特定部25は、これら複数の投稿データから抽出された複数の画像オブジェクト及び付加データの組み合わせからユーザの個人情報が推測されるリスクを特定する。
[Modification 4]
Since a user who is a contributor generally makes multiple contributions, a third party can refer to a plurality of pieces of post data for one contributor and guess the personal information of the individual contributor. Therefore,
[変形例5]
投稿者たるユーザは複数回の投稿を行う場合、前後の投稿時期から相当の期間が空いた投稿からは個人情報を推測することが困難な場合がある。例えば或る投稿が2年ぶりに投稿されて且つその次の投稿が3年後であるような場合に、その或る投稿からユーザが居た場所が推測されたとしても、そのユーザのプライバシーに関わる事態とは言えないと考えてよいことがある。そこで、サーバ装置20が1人のユーザによって投稿された複数の投稿データを用いてリスクを特定する場合において、抽出部22は、各々の投稿間隔が閾値以下となる複数の投稿データに含まれる複数の画像データから画像オブジェクト及び付加データを抽出する。これにより、前後の投稿間隔が閾値を超えるような投稿データから画像オブジェクト及び付加データは抽出されないことになる。そして、特定部25は、これら複数の投稿データに含まれる複数の画像データから抽出された複数の画像オブジェクト及び付加データの組み合わせからユーザの個人情報が推測されるリスクを特定する。これにより、個人情報を推測することが困難と考えられる投稿データについては、処理部26による処理がなされず、投稿者が投稿した内容をそのまま公開することが可能となる。
[Modification 5]
When a user who is a contributor makes multiple posts, it may be difficult to guess personal information from posts made a considerable period of time after the previous and subsequent posting times. For example, if a certain post is posted for the first time in two years and the next post is three years later, even if the user's location is inferred from that certain post, the user's privacy may be compromised. There are some things that can be considered unrelated. Therefore, when the
[変形例6]
投稿者たるユーザは複数回の投稿を行う場合、投稿時期が古い投稿データから個人情報が推測される可能性が小さいことがある。そこで、サーバ装置20が1人のユーザによって投稿された複数の投稿データを用いてリスクを特定する場合において、特定部25は、それぞれ異なる複数の投稿データの投稿時期に応じて、ユーザの個人情報が推測されるリスクを特定するようにしてもよい。具体的には、抽出部22は、同一のユーザIDに対応付けられて記憶されている複数の投稿データに含まれる複数の画像データからそれぞれ画像オブジェクト及び付加データを抽出する。特定部25は、それぞれ異なる複数の投稿データに含まれる複数の画像データから抽出された複数の画像オブジェクト及び付加データの組み合わせからユーザの個人情報が推測されるリスクを特定するが、このとき、投稿時期が古いものほど、特定されるリスクの重みを小さくするような処理を行う。これにより、個人情報を推測することが困難と考えられる投稿データについては、処理部26による処理がなされず、投稿者が投稿した内容をそのまま公開することが可能となる。
[Modification 6]
When a user who is a contributor posts multiple times, there is a small possibility that personal information can be guessed from post data posted a long time ago. Therefore, when the
[変形例7]
本発明において、画像データは、静止画像データでもあってもよいし、動画像データであってもよい。また、また、本発明が適用されるサービスはSNSに限定されない。
[Modification 7]
In the present invention, the image data may be still image data or moving image data. Moreover, the service to which the present invention is applied is not limited to SNS.
[変形例8]
本開示の一実施の形態におけるサーバ装置20などは、本開示の処理を行うコンピュータとして機能してもよい。つまり、本発明は、コンピュータを、画像データから複数の画像オブジェクトを抽出する抽出部と、抽出された前記複数の画像オブジェクトの組み合わせに応じて、当該複数の画像オブジェクトからユーザの個人情報が推測されるリスクを特定する特定部として機能させるためのプログラムとしても観念し得る。
[Modification 8]
The
また、本発明は、画像データから画像オブジェクトを抽出する抽出ステップと、画像オブジェクトからユーザの個人情報が推測されるリスクを特定する複数の特定方法のうちいずれかを選択する選択ステップと、選択された前記特定方法に従い、抽出された前記画像オブジェクトからユーザの個人情報が推測されるリスクを特定する特定ステップとを備える情報処理方法としても観念し得る。 Further, the present invention provides an extraction step of extracting an image object from image data; and a identifying step of identifying the risk that the user's personal information will be inferred from the extracted image object according to the identifying method described above.
[その他の変形例]
なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック(構成部)は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した1つの装置を用いて実現されてもよいし、物理的又は論理的に分離した2つ以上の装置を直接的又は間接的に(例えば、有線、無線などを用いて)接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記1つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。
[Other Modifications]
It should be noted that the block diagrams used in the description of the above embodiments show blocks in units of functions. These functional blocks (components) are realized by any combination of at least one of hardware and software. Also, the method of realizing each functional block is not particularly limited. That is, each functional block may be implemented using one device that is physically or logically coupled, or directly or indirectly using two or more devices that are physically or logically separated (e.g. , wired, wireless, etc.) and may be implemented using these multiple devices. A functional block may be implemented by combining software in the one device or the plurality of devices.
機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知(broadcasting)、通知(notifying)、通信(communicating)、転送(forwarding)、構成(configuring)、再構成(reconfiguring)、割り当て(allocating、mapping)、割り振り(assigning)などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック(構成部)は、送信制御部(transmitting unit)や送信機(transmitter)と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。 Functions include judging, determining, determining, calculating, calculating, processing, deriving, investigating, searching, checking, receiving, transmitting, outputting, accessing, resolving, selecting, choosing, establishing, comparing, assuming, expecting, assuming, Broadcasting, notifying, communicating, forwarding, configuring, reconfiguring, allocating, mapping, assigning, etc. can't For example, a functional block (component) that makes transmission work is called a transmitting control unit (transmitting unit) or a transmitter (transmitter). In either case, as described above, the implementation method is not particularly limited.
本開示において説明した各態様/実施形態は、LTE(Long Term Evolution)、LTE-A(LTE-Advanced)、SUPER 3G、IMT-Advanced、4G(4th generation mobile communication system)、5G(5th generation mobile communication system)、FRA(Future Radio Access)、NR(new Radio)、W-CDMA(登録商標)、GSM(登録商標)、CDMA2000、UMB(Ultra Mobile Broadband)、IEEE 802.11(Wi-Fi(登録商標))、IEEE 802.16(WiMAX(登録商標))、IEEE 802.20、UWB(Ultra-WideBand)、Bluetooth(登録商標)、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つに適用されてもよい。また、複数のシステムが組み合わされて(例えば、LTE及びLTE-Aの少なくとも一方と5Gとの組み合わせなど)適用されてもよい。 Each aspect/embodiment described in the present disclosure includes LTE (Long Term Evolution), LTE-A (LTE-Advanced), SUPER 3G, IMT-Advanced, 4G (4th generation mobile communication system), 5G (5th generation mobile communication system), FRA (Future Radio Access), NR (new Radio), W-CDMA (registered trademark), GSM (registered trademark), CDMA2000, UMB (Ultra Mobile Broadband), IEEE 802.11 (Wi-Fi (registered trademark) )), IEEE 802.16 (WiMAX®), IEEE 802.20, UWB (Ultra-WideBand), Bluetooth®, and other suitable systems and extended It may be applied to at least one of the next generation systems. Also, multiple systems may be combined (for example, combining at least one of LTE and LTE-A with 5G).
本開示において説明した各態様/実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。 The processing procedures, sequences, flowcharts, etc. of each aspect/embodiment described in this disclosure may be rearranged as long as there is no contradiction. For example, the methods described in this disclosure present elements of the various steps using a sample order, and are not limited to the specific order presented.
入出力された情報などは特定の場所(例えば、メモリ)に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報などは、上書き、更新、又は追記され得る。出力された情報などは削除されてもよい。入力された情報などは他の装置へ送信されてもよい。 Input/output information may be stored in a specific location (for example, memory), or may be managed using a management table. Input/output information and the like may be overwritten, updated, or appended. The output information and the like may be deleted. The entered information and the like may be transmitted to another device.
判定は、1ビットで表される値(0か1か)によって行われてもよいし、真偽値(Boolean:true又はfalse)によって行われてもよいし、数値の比較(例えば、所定の値との比較)によって行われてもよい。 The determination may be made by a value represented by one bit (0 or 1), by a true/false value (Boolean: true or false), or by numerical comparison (for example, a predetermined value).
以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。 Although the present disclosure has been described in detail above, it should be apparent to those skilled in the art that the present disclosure is not limited to the embodiments described in this disclosure. The present disclosure can be practiced with modifications and variations without departing from the spirit and scope of the present disclosure as defined by the claims. Accordingly, the description of the present disclosure is for illustrative purposes and is not meant to be limiting in any way.
ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術(同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線(DSL:Digital Subscriber Line)など)及び無線技術(赤外線、マイクロ波など)の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。 Software, whether referred to as software, firmware, middleware, microcode, hardware description language or otherwise, includes instructions, instruction sets, code, code segments, program code, programs, subprograms, and software modules. , applications, software applications, software packages, routines, subroutines, objects, executables, threads of execution, procedures, functions, and the like. Software, instructions, information, etc. may also be sent and received over a transmission medium. For example, the software uses wired technology (coaxial cable, fiber optic cable, twisted pair, Digital Subscriber Line (DSL), etc.) and/or wireless technology (infrared, microwave, etc.) to create websites, Wired and/or wireless technologies are included within the definition of transmission medium when sent from a server or other remote source.
本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。
Information, signals, etc. described in this disclosure may be represented using any of a variety of different technologies. For example, data, instructions, commands, information, signals, bits, symbols, chips, etc. that may be referred to throughout the above description may refer to voltages, currents, electromagnetic waves, magnetic fields or magnetic particles, light fields or photons, or any of these. may be represented by a combination of
The terms explained in this disclosure and the terms necessary for understanding the present disclosure may be replaced with terms having the same or similar meanings.
また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。 In addition, the information, parameters, etc. described in the present disclosure may be expressed using absolute values, may be expressed using relative values from a predetermined value, or may be expressed using other corresponding information. may be represented.
本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。 As used in this disclosure, the phrase "based on" does not mean "based only on," unless expressly specified otherwise. In other words, the phrase "based on" means both "based only on" and "based at least on."
本開示において使用する「第1」、「第2」などの呼称を使用した要素へのいかなる参照も、それらの要素の量又は順序を全般的に限定しない。これらの呼称は、2つ以上の要素間を区別する便利な方法として本開示において使用され得る。したがって、第1及び第2の要素への参照は、2つの要素のみが採用され得ること、又は何らかの形で第1の要素が第2の要素に先行しなければならないことを意味しない。 Any reference to elements using the "first," "second," etc. designations used in this disclosure does not generally limit the quantity or order of those elements. These designations may be used in this disclosure as a convenient method of distinguishing between two or more elements. Thus, reference to a first and second element does not imply that only two elements can be employed or that the first element must precede the second element in any way.
上記の各装置の構成における「部」を、「手段」、「回路」、「デバイス」などに置き換えてもよい。 The “unit” in the configuration of each device described above may be replaced with “means”, “circuit”, “device”, or the like.
本開示において、「含む(include)」、「含んでいる(including)」及びそれらの変形が使用されている場合、これらの用語は、用語「備える(comprising)」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は(or)」は、排他的論理和ではないことが意図される。 Where "include," "including," and variations thereof are used in this disclosure, these terms are inclusive, as is the term "comprising." is intended. Furthermore, the term "or" as used in this disclosure is not intended to be an exclusive OR.
本開示において、例えば、英語でのa,an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。 In this disclosure, where articles have been added by translation, such as a, an, and the in English, the disclosure may include the plural nouns following these articles.
本開示において、「AとBが異なる」という用語は、「AとBが互いに異なる」ことを意味してもよい。なお、当該用語は、「AとBがそれぞれCと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。 In the present disclosure, the term "A and B are different" may mean "A and B are different from each other." The term may also mean that "A and B are different from C". Terms such as "separate," "coupled," etc. may also be interpreted in the same manner as "different."
1:情報処理システム、2:ネットワーク、10:ユーザ端末、100:画像、101,102:画像オブジェクト、103,104:付加データ、20:サーバ装置、21:データ取得部、22:抽出部、23:選択部、24:記憶部、25:特定部、26:処理部、27:出力部、2001:プロセッサ、2002:メモリ、2003:ストレージ、2004:通信装置。 1: information processing system, 2: network, 10: user terminal, 100: image, 101, 102: image object, 103, 104: additional data, 20: server device, 21: data acquisition unit, 22: extraction unit, 23 2001: processor, 2002: memory, 2003: storage, 2004: communication device.
Claims (10)
画像オブジェクトからユーザの個人情報が推測されることによって生じる迷惑行為のリスクを特定する複数の特定方法のうちいずれかを選択する選択部と、
選択された前記特定方法に従い、抽出された前記画像オブジェクトからユーザの個人情報が推測されることによって生じる迷惑行為のリスクを特定する特定部と
を備えることを特徴とする情報処理装置。 an extraction unit that extracts an image object from image data;
a selection unit that selects one of a plurality of identification methods for identifying the risk of nuisance caused by inferring the user's personal information from the image object;
an identifying unit that identifies a risk of nuisance caused by estimating a user's personal information from the extracted image object according to the selected identifying method.
ことを特徴とする請求項1に記載の情報処理装置。 The information processing apparatus according to claim 1, wherein the selection unit selects the identification method according to a nuisance that has a risk of being caused by estimating a user's personal information.
ことを特徴とする請求項1又は2に記載の情報処理装置。 3. The information processing apparatus according to claim 1, wherein the selection unit selects the identification method according to user attributes.
ことを特徴とする請求項1~3のいずれか1項に記載の情報処理装置。 4. The information processing apparatus according to any one of claims 1 to 3, wherein the selection unit selects the specifying method according to a user's designation.
ことを特徴とする請求項1~4のいずれか1項に記載の情報処理装置。 The information processing apparatus according to any one of claims 1 to 4, wherein the selection unit selects the specifying method according to a site or social networking service to which the image data is posted.
前記特定部は、抽出された前記複数の画像オブジェクトの組み合わせに応じて、当該複数の画像オブジェクトからユーザの個人情報が推測されることによって生じる迷惑行為のリスクを特定する
ことを特徴とする請求項1~5のいずれか1項に記載の情報処理装置。 The extraction unit extracts the plurality of image objects from the image data,
The identification unit identifies a risk of nuisance caused by inferring the user's personal information from the plurality of image objects according to the combination of the plurality of extracted image objects. 6. The information processing device according to any one of 1 to 5.
前記特定部は、それぞれ異なる前記複数の画像データから抽出された複数の前記画像オブジェクトの組み合わせに応じて、当該複数の画像オブジェクトからユーザの個人情報が推測されることによって生じる迷惑行為のリスクを特定する
ことを特徴とする請求項1~6のいずれか1項に記載の情報処理装置。 The extraction unit extracts the image object from a plurality of different image data,
The specifying unit specifies a risk of nuisance caused by inferring personal information of a user from the plurality of image objects according to a combination of the plurality of image objects extracted from the plurality of different image data. The information processing apparatus according to any one of claims 1 to 6, characterized in that:
ことを特徴とする請求項1~7のいずれか1項に記載の情報処理装置。 The specifying unit estimates user's personal information from the image object and the additional data according to a combination of the image object extracted from the image data and the additional data added to the image data. The information processing device according to any one of claims 1 to 7, wherein the risk of nuisance caused by
ことを特徴とする請求項1~8のいずれか1項に記載の情報処理装置。 The information processing apparatus according to any one of claims 1 to 8, further comprising a processing unit that performs processing according to the risk identified by the identification unit.
ことを特徴とする請求項9に記載の情報処理装置。 The processing performed by the processing unit is to perform image processing on the extracted image object in accordance with the identified risk, or to notify the user of information in accordance with the identified risk. 10. The information processing apparatus according to claim 9, comprising performing.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021031841A JP7275175B2 (en) | 2021-03-01 | 2021-03-01 | Information processing equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021031841A JP7275175B2 (en) | 2021-03-01 | 2021-03-01 | Information processing equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022133036A JP2022133036A (en) | 2022-09-13 |
JP7275175B2 true JP7275175B2 (en) | 2023-05-17 |
Family
ID=83229438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021031841A Active JP7275175B2 (en) | 2021-03-01 | 2021-03-01 | Information processing equipment |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7275175B2 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014078788A (en) | 2012-10-09 | 2014-05-01 | Navitime Japan Co Ltd | Image disclosing server, terminal device, image disclosing system, image disclosing method and image disclosing program |
JP2019220194A (en) | 2014-05-22 | 2019-12-26 | ソニー株式会社 | Information processing device, information processing method and program |
-
2021
- 2021-03-01 JP JP2021031841A patent/JP7275175B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014078788A (en) | 2012-10-09 | 2014-05-01 | Navitime Japan Co Ltd | Image disclosing server, terminal device, image disclosing system, image disclosing method and image disclosing program |
JP2019220194A (en) | 2014-05-22 | 2019-12-26 | ソニー株式会社 | Information processing device, information processing method and program |
Also Published As
Publication number | Publication date |
---|---|
JP2022133036A (en) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020248955A1 (en) | Content sharing method and electronic device | |
US20200371850A1 (en) | Selective Obfuscation of Notifications | |
US20170075737A1 (en) | Method of displaying notifications and electronic device adapted thereto | |
US20120198348A1 (en) | Apparatus and method for providing integrated user information | |
US20110026778A1 (en) | System and Method of Using Facial Recognition to Update a Personal Contact List | |
CN105704312B (en) | Message push processing method and message push processing unit | |
CN105068726B (en) | Information processing method and terminal | |
US20180123796A1 (en) | Authentication-based message display method and communication terminal thereof | |
CN106254675A (en) | The method of system language setting and terminal | |
CN112925928A (en) | Data processing method and device, electronic equipment and computer readable storage medium | |
CN112912844A (en) | File collection method, file collection device and terminal equipment | |
JP7275175B2 (en) | Information processing equipment | |
JP7203132B2 (en) | Information processing equipment | |
CN111147347A (en) | Prompting method and device for user message in group communication | |
CN103841253B (en) | A kind of method and terminal for adding contact person | |
CN107943921A (en) | Page sharing information generation method, device, computer equipment and storage medium | |
CN114390011A (en) | Message processing method and device and readable storage medium | |
CN104571812B (en) | Information processing method and electronic equipment | |
US20160162568A1 (en) | Method and device for forming group using communication history information | |
CN105959283B (en) | Target person safety reminding method and system in a kind of social software | |
CN106713576A (en) | Method for distinguishing multiple numbers in contact person information and device thereof | |
CN112580762A (en) | Dynamic two-dimensional code and identification method and identification device thereof | |
JPWO2019220791A1 (en) | Dialogue device | |
CN114363627B (en) | Image processing method and device and electronic equipment | |
CN107302759A (en) | Method to set up, device, terminal and the computer-readable recording medium of SIM card |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210301 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220531 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220729 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230301 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230301 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230307 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20230314 |
|
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: 20230418 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230502 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7275175 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |