JP7363662B2 - 生成方法,情報処理装置及び生成プログラム - Google Patents
生成方法,情報処理装置及び生成プログラム Download PDFInfo
- Publication number
- JP7363662B2 JP7363662B2 JP2020079550A JP2020079550A JP7363662B2 JP 7363662 B2 JP7363662 B2 JP 7363662B2 JP 2020079550 A JP2020079550 A JP 2020079550A JP 2020079550 A JP2020079550 A JP 2020079550A JP 7363662 B2 JP7363662 B2 JP 7363662B2
- Authority
- JP
- Japan
- Prior art keywords
- item values
- anonymized
- information
- anonymous information
- anonymous
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
以下、図面を参照して一実施の形態を説明する。ただし、以下に示す実施形態はあくまでも例示に過ぎず、実施形態で明示しない種々の変形例や技術の適用を排除する意図はない。すなわち、本実施形態を、その趣旨を逸脱しない範囲で種々変形して実施することができる。また、各図は、図中に示す構成要素のみを備えるという趣旨ではなく、他の機能等を含むことができる。
図2は、実施形態の一例におけるk-匿名化を例示するテーブルである。
k-匿名化においては、データ品質を表す量を定義し、その量が最大化される。データの品質を表す量としては、例えば、加工(削除等)されなかったセルの数やエントロピーがある。
図8は、実施形態の一例におけるk-匿名化データの結合例を示す図である。
図14は、関連例における学習モデルの生成処理を模式的に示す図である。
匿名化データの生成処理の具体例としては、データオーギュメンテーションとランダム生成とが想定される。
上述した実施形態の一例における生成方法,情報処理装置1及び生成プログラムによれば、例えば、以下の作用効果を奏することができる。
開示の技術は上述した実施形態に限定されるものではなく、本実施形態の趣旨を逸脱しない範囲で種々変形して実施することができる。本実施形態の各構成及び各処理は、必要に応じて取捨選択することができ、あるいは適宜組み合わせてもよい。
以上の実施形態に関し、更に以下の付記を開示する。
複数の項目値を含む複数の個人情報を受け付け、
前記複数の項目値それぞれに対応付けられた第1のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第1の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第1の匿名情報を生成し、
前記複数の項目値それぞれに対応付けられた前記第1のパラメータとは異なる第2のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第2の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第2の匿名情報を生成し、
前記第1の匿名情報及び前記第2の匿名情報を含む匿名情報を生成する、
処理をコンピュータが実行することを特徴とする生成方法。
前記第1及び第2のパラメータについての多様性に関する指標が最大化されるように、当該第1及び第2のパラメータを決定する、
処理を前記コンピュータに実行させることを特徴とする、付記1に記載の生成方法。
前記第1及び第2のパラメータは、前記複数の項目値間の優先順序である、
ことを特徴とする、付記1又は2に記載の生成方法。
前記第1及び第2のパラメータは、前記複数の項目値それぞれの重み付け値である、
ことを特徴とする、付記1又は2に記載の生成方法。
複数の項目値を含む複数の個人情報を受け付ける受付処理部と、
前記複数の項目値それぞれに対応付けられた第1のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第1の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第1の匿名情報を生成する第1匿名情報生成部と、
前記複数の項目値それぞれに対応付けられた前記第1のパラメータとは異なる第2のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第2の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第2の匿名情報を生成する第2匿名情報生成部と、
前記第1の匿名情報及び前記第2の匿名情報を含む匿名情報を生成する結合情報生成部と、
を備えることを特徴とする情報処理装置。
前記第1及び第2のパラメータについての多様性に関する指標が最大化されるように、当該第1及び第2のパラメータを決定する、
ことを特徴とする、付記5に記載の情報処理装置。
前記第1及び第2のパラメータは、前記複数の項目値間の優先順序である、
ことを特徴とする、付記5又は6に記載の情報処理装置。
前記第1及び第2のパラメータは、前記複数の項目値それぞれの重み付け値である、
ことを特徴とする、付記5又は6に記載の情報処理装置。
複数の項目値を含む複数の個人情報を受け付け、
前記複数の項目値それぞれに対応付けられた第1のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第1の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第1の匿名情報を生成し、
前記複数の項目値それぞれに対応付けられた前記第1のパラメータとは異なる第2のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第2の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第2の匿名情報を生成し、
前記第1の匿名情報及び前記第2の匿名情報を含む匿名情報を生成する、
処理をコンピュータに実行させることを特徴とする生成プログラム。
11 :CPU
111 :受付処理部
112 :匿名情報生成部
113 :結合情報生成部
12 :メモリ部
13 :表示制御部
14 :記憶装置
15 :入力IF
151 :マウス
152 :キーボード
16 :外部記録媒体処理部
160 :記録媒体
130 :表示装置
17 :通信IF
Claims (6)
- 複数の項目値を含む複数の個人情報を受け付け、
前記複数の項目値それぞれに対応付けられた第1のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第1の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第1の匿名情報を生成し、
前記複数の項目値それぞれに対応付けられた前記第1のパラメータとは異なる第2のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第2の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第2の匿名情報を生成し、
前記第1の匿名情報及び前記第2の匿名情報を含む匿名情報を生成する、
処理をコンピュータが実行することを特徴とする生成方法。 - 前記第1及び第2のパラメータについての多様性に関する指標が最大化されるように、当該第1及び第2のパラメータを決定する、
処理を前記コンピュータに実行させることを特徴とする、請求項1に記載の生成方法。 - 前記第1及び第2のパラメータは、前記複数の項目値間の優先順序である、
ことを特徴とする、請求項1又は2に記載の生成方法。 - 前記第1及び第2のパラメータは、前記複数の項目値それぞれの重み付け値である、
ことを特徴とする、請求項1又は2に記載の生成方法。 - 複数の項目値を含む複数の個人情報を受け付ける受付処理部と、
前記複数の項目値それぞれに対応付けられた第1のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第1の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第1の匿名情報を生成する第1匿名情報生成部と、
前記複数の項目値それぞれに対応付けられた前記第1のパラメータとは異なる第2のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第2の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第2の匿名情報を生成する第2匿名情報生成部と、
前記第1の匿名情報及び前記第2の匿名情報を含む匿名情報を生成する結合情報生成部と、
を備えることを特徴とする情報処理装置。 - 複数の項目値を含む複数の個人情報を受け付け、
前記複数の項目値それぞれに対応付けられた第1のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第1の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第1の匿名情報を生成し、
前記複数の項目値それぞれに対応付けられた前記第1のパラメータとは異なる第2のパラメータに応じて前記複数の項目値それぞれの秘匿化されやすさが決まる第2の秘匿化アルゴリズムを、受け付けた前記複数の個人情報に適用して、前記複数の項目値の少なくとも何れかの項目値が匿名化された第2の匿名情報を生成し、
前記第1の匿名情報及び前記第2の匿名情報を含む匿名情報を生成する、
処理をコンピュータに実行させることを特徴とする生成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020079550A JP7363662B2 (ja) | 2020-04-28 | 2020-04-28 | 生成方法,情報処理装置及び生成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020079550A JP7363662B2 (ja) | 2020-04-28 | 2020-04-28 | 生成方法,情報処理装置及び生成プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021174390A JP2021174390A (ja) | 2021-11-01 |
JP7363662B2 true JP7363662B2 (ja) | 2023-10-18 |
Family
ID=78281881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020079550A Active JP7363662B2 (ja) | 2020-04-28 | 2020-04-28 | 生成方法,情報処理装置及び生成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7363662B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011209800A (ja) | 2010-03-29 | 2011-10-20 | Kddi Corp | 公開情報のプライバシー保護装置、公開情報のプライバシー保護方法およびプログラム |
WO2012067213A1 (ja) | 2010-11-16 | 2012-05-24 | 日本電気株式会社 | 情報処理システム及び匿名化方法 |
JP2014229039A (ja) | 2013-05-22 | 2014-12-08 | 株式会社日立製作所 | プライバシ保護型データ提供システム |
US20160132697A1 (en) | 2013-04-25 | 2016-05-12 | Hewlett-Packard Development Company, L.P. | Multi-Tier Storage Based on Data Anonymization |
US20180004978A1 (en) | 2016-06-29 | 2018-01-04 | Sap Se | Anonymization techniques to protect data |
JP2019526851A (ja) | 2016-07-18 | 2019-09-19 | ナント ホールディングス アイピー エルエルシーNant Holdings IP, LLC | 分散型機械学習システム、装置、および方法 |
-
2020
- 2020-04-28 JP JP2020079550A patent/JP7363662B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011209800A (ja) | 2010-03-29 | 2011-10-20 | Kddi Corp | 公開情報のプライバシー保護装置、公開情報のプライバシー保護方法およびプログラム |
WO2012067213A1 (ja) | 2010-11-16 | 2012-05-24 | 日本電気株式会社 | 情報処理システム及び匿名化方法 |
US20160132697A1 (en) | 2013-04-25 | 2016-05-12 | Hewlett-Packard Development Company, L.P. | Multi-Tier Storage Based on Data Anonymization |
JP2014229039A (ja) | 2013-05-22 | 2014-12-08 | 株式会社日立製作所 | プライバシ保護型データ提供システム |
US20180004978A1 (en) | 2016-06-29 | 2018-01-04 | Sap Se | Anonymization techniques to protect data |
JP2019526851A (ja) | 2016-07-18 | 2019-09-19 | ナント ホールディングス アイピー エルエルシーNant Holdings IP, LLC | 分散型機械学習システム、装置、および方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021174390A (ja) | 2021-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI788529B (zh) | 基於lstm模型的信用風險預測方法及裝置 | |
Yoshino et al. | Small and medium-sized enterprise (SME) credit risk analysis using bank lending data: An analysis of Thai SMEs | |
de Gooyert | Developing dynamic organizational theories; three system dynamics based research strategies | |
Hainaut | A model for interest rates with clustering effects | |
JP2008506197A (ja) | 決定最適化に対するスケーラブルなアルゴリズムのための方法および装置 | |
Adjor et al. | Does corruption matter for unemployment in SADC countries? | |
Lukita et al. | Predictive and analytics using data mining and machine learning for customer churn prediction | |
Barboza et al. | New metrics and approaches for predicting bankruptcy | |
Kumari et al. | Importance of data standardization methods on stock indices prediction accuracy | |
JP7363662B2 (ja) | 生成方法,情報処理装置及び生成プログラム | |
JP2024020411A (ja) | スプレッドシートプログラミング言語においてプログラムを合成すること | |
Chang | The application of machine learning models in company bankruptcy prediction | |
Dadhich et al. | Dynamic Determinants of AI-Based Innovation Management Practices and Sustainable FinTech: Application Preferences of AI-Innovators | |
KR102365308B1 (ko) | 인공 신경망을 이용하여 기업 내부 문서의 리스크를 예측하는 방법 및 장치 | |
Ortner et al. | Robust and sparse multigroup classification by the optimal scoring approach | |
Potaptchik et al. | Large scale portfolio optimization with piecewise linear transaction costs | |
Dhar et al. | Furstenberg Sets in Finite Fields: Explaining and Improving the Ellenberg–Erman Proof | |
Chiong et al. | Estimation of graphical models using the L 1, 2 norm | |
Chen et al. | A framework for facilitating reproducible news sentiment impact analysis | |
Porouhan | Optimization of overdraft application process with fluxicon disco | |
Alian et al. | Unsupervised learning blocking keys technique for indexing Arabic entity resolution | |
WO2019236338A1 (en) | Computerized relevance scoring engine for identifying potential investors for a new business entity | |
Lotero et al. | ELECTRE I for Balancing Projects: Case Studies for Selecting Suppliers and Portfolio Investment Schemes | |
JP5875535B2 (ja) | 匿名化装置、匿名化方法、プログラム | |
Amirshahi et al. | Bankruptcy prediction using optimal ensemble models under balanced and imbalanced data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230112 |
|
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: 20230905 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230905 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230918 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7363662 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |