JPWO2014049995A1 - 匿名化を実行する情報処理装置、匿名化方法及びプログラムを記録した記録媒体 - Google Patents
匿名化を実行する情報処理装置、匿名化方法及びプログラムを記録した記録媒体 Download PDFInfo
- Publication number
- JPWO2014049995A1 JPWO2014049995A1 JP2014538140A JP2014538140A JPWO2014049995A1 JP WO2014049995 A1 JPWO2014049995 A1 JP WO2014049995A1 JP 2014538140 A JP2014538140 A JP 2014538140A JP 2014538140 A JP2014538140 A JP 2014538140A JP WO2014049995 A1 JPWO2014049995 A1 JP WO2014049995A1
- Authority
- JP
- Japan
- Prior art keywords
- record
- records
- group
- conclusion
- data set
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
図1は、本発明の第1の実施形態に係る匿名化装置100の構成を示すブロック図である。尚、匿名化装置(匿名化装置100)は、一般的に情報処理装置とも呼ばれる。
履歴情報記憶部500は、図3に示すような、データセット510を記憶する。図3に示すように、例えば、データセット510は、固有識別子と、診療月、年齢及び病名の属性とを含む、複数のレコードから成る履歴情報である。また、データセット510は、同一の固有識別子を有する、「診療月」の属性値が「4月」のレコード(前提レコード)と「診療月」の属性値が「5月」のレコード(結論レコード)との間の対応関係の情報を含んでいる。
匿名化装置100は、データセット510の中から、複数の結論レコード(結論レコード群、第1のレコード群とも呼ばれる)を抽出し、更に対応関係の抽象度に基づいて、その結論レコード群から複数の結論レコードを抽出する。ここで、その結論レコード群を構成するその複数の結論レコードは、その結論レコード群において第2のl−多様性を充足可能な複数の結論レコードであり、かつ、それらの結論レコードのそれぞれと組を成す複数の前提レコード(前提レコード群、第1のレコード群とも呼ばれる)において第1のl−多様性を充足可能であるような、複数の結論レコードである。
匿名化情報記憶部600は、匿名化装置100が出力する、前提匿名グループデータセット及び結論匿名グループデータセットを含む、匿名グループデータセットを記憶する。
レコード抽出部110は、遷移ベクトルを生成する。例えば、その遷移ベクトルは、前提レコードに含まれる第1の属性(以下、前提属性と呼ぶ)の属性値毎の、結論レコードに含まれる第2の属性(以下、結論属性と呼ぶ)の各属性値が、その前提レコードと組を成す結論レコードに出現する頻度を要素とするベクトルである。換言すると、その遷移ベクトルは、前提属性の属性値毎の、結論属性の各属性値の出現頻度を要素とするベクトルである。ここで、前提属性は、前提レコードに含まれる第1の属性である。また、結論属性は、結論レコードに含まれる第2の属性である。その出現頻度は、結論属性の各属性値が、その前提レコードと組みを成す、その結論レコードに出現する頻度前提レコードと組みをなす。
同様にして、レコード抽出部110は、属性値の「V」、「W」、「X」、「Y」及び「Z」のそれぞれの、遷移ベクトルtrV、trW、trX、trY及びtrZを以下のとおり生成する。
trW=(0.22,0.33,0.33,0.11,0.00,0.00)T
trX=(0.20,0.20,0.00,0.20,0.40,0.00)T
trY=(0.00,0.00,0.00,0.67,0.33,0.00)T
trZ=(0.00,0.00,0.00,0.00,0.00,1.00)T
次に、レコード抽出部110は、これらの遷移ベクトル間の類似度を算出する。レコード抽出部110は、それらの遷移ベクトルのいずれか2つの遷移ベクトルが、結論レコード群において第2のl−多様性を充足可能である場合、それらの遷移ベクトル同士の類似度として、それらの遷移ベクトルの内積を算出する。尚、レコード抽出部110は、ベクトル間の類似性を表現する類似度、ベクトル間の非類似性を表現する距離であれば、内積に限らず、例えばユークリッド距離などを距離として算出してもよい。また、レコード抽出部110は、それらの遷移ベクトルのいずれか2つの遷移ベクトルが、結論レコード群において第2のl−多様性を充足可能でない場合、それらの遷移ベクトル同士の類似度を「0」とする。
sim(U、X)=0.16
sim(U、Y)=0.12
sim(U、Z)=0.00
sim(V、W)=0.28
sim(V、X)=0.16
sim(V、Y)=0.07
sim(V、Z)=0.00
sim(W、X)=0.13
sim(W、Y)=0.07
sim(W、Z)=0.00
sim(X、Y)=0.27
sim(X、Z)=0.00
sim(Y、Z)=0.00
次に、レコード抽出部110は、類似度の大きい遷移ベクトルの順(即ち抽象度が小さい順)に、第1のl−多様性の種類数のその遷移ベクトルに対応する、前提属性値を含む前提レコードと、その前提レコードと組を成す結論レコードと、を抽出する。尚、「第1のl−多様性の種類数のその遷移ベクトルに対応する」は、「対応関係を持つ前提レコード群(第2のレコードと組を成す第1のレコードから成る、第1のレコード群)において第1のl−多様性を充足可能である」と言われることもある。
匿名グループ生成部120は、抽出レコード群530から、前提属性値が同一の前提レコード毎に、前提レコードと結論レコードとの組を抽出する。その抽出の際、匿名グループ生成部120は、その前提属性値が同一の前提レコードに対応する、結論属性値が同一の結論レコードの数が共通になるように、その前提レコードとその結論レコードとの組を抽出する。即ち、匿名グループ生成部120は、その前提属性値が同一の前提レコード毎に対応する、その結論属性値が同一のその結論レコードの数の最小値の分だけ、前提レコードと結論レコードとの組を抽出する。
匿名グループ生成部120は、図17に示す動作において出力された前提匿名グループデータセット(第1の匿名グループデータセット)と結論匿名グループデータセット(第2の匿名グループデータセット)とに、対応関係の抽象化が発生しないように追加可能な、残レコードを追加する。ここで、その残レコードは、その結論匿名グループデータセットに含まれる結論レコードの有する固有識別子以外の、他の固有識別子を有する結論レコードである。
匿名グループ生成部120は、残レコードから、第1のl−多様性及び第2のl−多様性のそれぞれを充足する匿名化が可能な、前提レコードからなる前提匿名グループ及び結論レコードからなる結論匿名グループのそれぞれを生成する。ここで、その残レコードは、図17に示す動作において出力された結論匿名グループデータセットに含まれる結論レコードの有する固有識別子以外の、固有識別子を有する結論レコードである。
上述の説明においては、レコード抽出部110及び匿名グループ生成部120は、診療月の属性値が「4月」のレコードを前提レコード(第1のレコード)とし、診療月の属性値が「5月」のレコードを結論レコード(第2のレコード)として、処理した。しかし、レコード抽出部110及び匿名グループ生成部120は、診療月の属性値が「5月」のレコードを前提レコード(第1のレコード)とし、診療月の属性値が「4月」のレコードを結論レコード(第2のレコード)としてもよい。
上述の説明においては、レコード抽出部110及び匿名グループ生成部120は、各動作におけるレコードの抽出及び選択を、前提属性値と結論属性値との関係のみを考慮して、図示されている順番で行うようにした。しかし、レコード抽出部110及び匿名グループ生成部120は、他の属性の匿名化(例えば、年齢の汎化)を考慮して、各動作におけるレコードの抽出及び選択を行う(例えば、年齢の属性値が近いレコードを同一のグループにする)ようにしてもよい。
図7に示すステップS608からステップS610までの処理のそれぞれは、その順番を守った上で、ステップS604以降の、任意のタイミングで実行してもよい。
匿名グループ生成部120は、前提匿名グループデータセットと結論匿名データセットとを別々に出力してもよいし、纏めて1つのデータセットとして出力してもよい。
匿名グループ生成部120は、結論匿名グループデータセットの結論レコードに対して、対応する前提レコードのグループ識別子を、関連識別子として関連付けてもよい。この場合、匿名グループ生成部120は、前提レコードに関連識別子を関連付けないようにしてもよい。
匿名グループ生成部120は、対応関係にある前提匿名グループの前提レコードと結論匿名グループの結論レコードとについてグループ識別子を一致させてもよい。この場合、匿名グループ生成部120は、前提レコード及び結論レコードに関連識別子を関連付けないようにしてもよい。
次に、本発明の第2の実施形態について図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。
遷移ベクトル抽出部230は、複数の遷移ベクトルについての類似度の算出対象を示す、算出対象情報を生成する。そして、遷移ベクトル抽出部230は、その算出対象情報をレコード抽出部210に出力する。
遷移ベクトル抽出部230は、2つの遷移ベクトル間に、第2のl−多様性のl種類以上の、要素の共起が存在する場合、その2つの遷移ベクトルの組み合わせを算出対象として抽出する。
0.1, 0.1, 0.0, 0.2)T
trB=(0.2, 0.0, 0.2, 0.0, 0.0, 0.0, 0.0,
0.0, 0.1, 0.3, 0.2)T
trC=(0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
0.1, 0.1, 0.2, 0.0)T
trD=(0.0, 0.0, 0.1, 0.0, 0.2, 0.1, 0.1,
0.2, 0.2, 0.0, 0.0)T
trE=(0.0, 0.0, 0.2, 0.1, 0.2, 0.0, 0.0,
0.0, 0.0, 0.0, 0.0)T
trF=(0.0, 0.0, 0.0, 0.0, 0.0, 0.1, 0.2,
0.0, 0.0, 0.0, 0.0)T
trG=(0.0, 0.0, 0.1, 0.2, 0.2, 0.0, 0.0,
0.0, 0.0, 0.0, 0.0)T
この場合、遷移ベクトルtrAと遷移ベクトルtrBとは、1、3、9及び11番目の各要素が共起している。従って、遷移ベクトル抽出部230は、遷移ベクトルtrAと遷移ベクトルtrBとの組み合わせを算出対象として抽出する。
<<<第二の抽出操作>>>
遷移ベクトル抽出部230は、ある遷移ベクトルについて、その遷移ベクトルとの類似度が「0」ではない他の遷移ベクトルが、第1のl−多様性のl種類の「l−1」個以上存在する場合、その遷移ベクトルと他の遷移ベクトルとの組み合わせを算出対象として抽出する。
<<<第三の抽出操作>>>
遷移ベクトル抽出部230は、第1のl−多様性のl個のある遷移ベクトルについて、それらの遷移ベクトル間の類似度のいずれもが、「0」ではない場合、それらの遷移ベクトル間の組み合わせを算出対象として抽出する。
また、同様にして、第1のl−多様性のlが「4」の場合、遷移ベクトル抽出部230は、以下に示す算出対象情報を生成する。
以上が、算出対象情報に含まれる算出対象を抽出する操作の説明である。
レコード抽出部210は、生成した遷移ベクトルを遷移ベクトル抽出部230に出力する。そして、レコード抽出部210は、遷移ベクトル抽出部230からその抽出した結果を受け取る。
上述した本実施形態における第1の効果は、第1の実施形態の効果に加えて、効率よく匿名化することが可能になる点である。
101 匿名化システム
110 レコード抽出部
120 匿名グループ生成部
210 レコード抽出部
230 遷移ベクトル抽出部
500 履歴情報記憶部
510 データセット
521 前提レコード分
522 結論レコード分
530 抽出レコード群
531 抽出前提レコード群
532 抽出結論レコード群
540 共通部分レコード群
541 共通部分前提レコード群
542 共通部分結論レコード群
550 結論ソートレコード群
551 結論ソート前提レコード群
552 結論ソート結論レコード群
562 匿名グループ結論レコード群
570 残レコード
600 匿名化情報記憶部
611 前提匿名グループデータセット
612 結論匿名グループデータセット
700 コンピュータ
701 CPU
702 記憶部
703 記憶装置
704 入力部
705 出力部
706 通信部
707 記録媒体
5321 結論レコード
Claims (14)
- 固有識別子及び少なくとも1つの第1の属性を含む第1のレコードと、前記固有識別子と同一の固有識別子及び少なくとも1つの第2の属性を含む第2のレコードと、の組が複数件含まれるデータセットの中から、複数の前記第2のレコードを含む第2のレコード群において第2のl−多様性を充足可能であること、前記第2のレコード群に含まれる第2のレコードと組を成す前記第1のレコードから成る前記第1のレコード群において第1のl−多様性を充足可能であること、及び前記第1のレコードと前記第2のレコードとの間に存在する対応関係の抽象度に基づいて、複数の前記第2のレコードを抽出するレコード抽出手段と、
前記レコード抽出手段によって抽出された前記第2のレコードからなる匿名グループデータセットを、前記匿名グループデータセットにおいて前記第2のl−多様性を充足可能であり、かつ前記匿名グループデータセットに含まれる第2のレコードと組を成す前記第1のレコードからなる第1のレコード群において前記第1のl−多様性を充足可能であるように、生成し、出力する匿名グループ生成手段と、を備える
情報処理装置。 - 前記匿名グループ生成手段は、更に、前記匿名グループデータセット及び前記匿名グループデータセットに含まれる第2のレコードのそれぞれと組を成す複数の前記第1のレコードが匿名化された前提匿名グループデータセットに対し、前記匿名グループデータセットに含まれる第2のレコードと前記前提匿名グループデータセットに含まれる第1のレコードとの前記対応関係を示す情報を付与して出力する
ことを特徴とする請求項1記載の情報処理装置。 - 前記レコード抽出手段は、
前記第1のレコードに含まれる前記第1の属性の属性値毎の、前記第2のレコードに含まれる第2の属性の各第2の属性値が、前記第1のレコードと前記組を成す前記第2のレコードに出現する頻度を要素とする遷移ベクトルを生成し、
2つの前記遷移ベクトルのそれぞれに対応する前記第2のレコードのそれぞれ同士で同一である前記第2の属性の第2の属性値の数が、前記第2のl−多様性の種類数未満である前記遷移ベクトル間の類似度を最低値の0として、前記遷移ベクトル間の類似度を算出し、
前記類似度が相対的に大きい順の、前記第1のl−多様性の種類数の前記遷移ベクトルのそれぞれに対応する前記第1の属性値を含む第1レコードと組を成す前記第2のレコードを、前記抽象度が相対的に小さい前記第2のレコードとして抽出する、
ことを特徴とする請求項1または2記載の情報処理装置。 - 複数の前記遷移ベクトルについての前記類似度の算出対象を示す算出対象情報を生成し、前記算出対象情報を出力する遷移ベクトル抽出手段を更に含み、
前記レコード抽出手段は、前記生成した遷移ベクトルを前記遷移ベクトル抽出手段に出力し、前記遷移ベクトル抽出手段から前記算出対象情報を取得する
ことを特徴とする請求項3記載の情報処理装置。 - 前記レコード抽出手段は、前記抽出した第1のレコードに対応する前記遷移ベクトルを除いた、前記生成した遷移ベクトルを遷移ベクトル抽出手段に出力する
ことを特徴とする請求項4記載の情報処理装置。 - 前記匿名グループ生成手段は、前記匿名グループデータセットに含まれる第2のレコードの第2の属性の属性値と、匿名化された前記第1のレコード群に含まれる第1のレコードの第1の属性の属性値との間の前記対応関係の種類の数が増加しないように、前記匿名グループデータセットを生成する、
ことを特徴とする請求項1乃至5のいずれか1項に記載の情報処理装置。 - 前記匿名グループ生成手段は、更に、前記匿名グループデータセットに前記対応関係の抽象化が発生しないように追加可能な、前記匿名グループデータセットに含まれていない、前記第2のレコードを前記匿名グループデータセットに追加する、
ことを特徴とする請求項6記載の情報処理装置。 - 前記匿名グループ生成手段は、更に、前記匿名グループデータセットに含まれていない前記第2のレコードから、前記第2のl−多様性を充足する匿名化が可能な前記第2のレコードの組であって、前記第2のl−多様性を充足する匿名化が可能な前記第2のレコードと組を成す前記第1のレコードの組において前記第1のl−多様性を充足可能である、前記第2のレコードの組を抽出し、前記匿名グループデータセットに追加する
ことを特徴とする請求項6または7記載の情報処理装置。 - コンピュータが、
固有識別子及び少なくとも1つの第1の属性を含む第1のレコードと、前記固有識別子と同一の固有識別子及び少なくとも1つの第2の属性を含む第2のレコードと、の組が複数件含まれるデータセットの中から、前記第2のレコードからなる第2のレコード群において第2のl−多様性を充足可能であること、前記第2のレコード群に含まれる第2のレコードと組を成す前記第1のレコードから成る前記第1のレコード群において第1のl−多様性を充足可能であること、及び前記第1のレコードと前記第2のレコードとの間に存在する対応関係の抽象度に基づいて、複数の前記第2のレコードを抽出し、
前記抽出された前記第2のレコードからなる匿名グループデータセットを、前記匿名グループデータセットにおいて前記第2のl−多様性を充足可能であり、かつ前記匿名グループデータセットに含まれる第2のレコードと組を成す前記第1のレコードからなる第1のレコード群において前記第1のl−多様性を充足可能であるように、生成し、出力する
匿名化方法。 - 前記第2のレコードの抽出は、
前記第1のレコードに含まれる前記第1の属性の属性値毎の、前記第2のレコードに含まれる第2の属性の第2の各属性値が、前記第1のレコードと前記組を成す前記第2のレコードに出現する頻度を要素とする遷移ベクトルを生成し、
2つの前記遷移ベクトルそれぞれに対応する第2のレコードのそれぞれ同士で同一である、前記第2の属性の第2の属性値の数が、前記第2のl−多様性の種類数未満である前記遷移ベクトル間の類似度を最低値の0として、前記遷移ベクトル間の類似度を算出し、
前記類似度が相対的に大きい順の、前記第1のl−多様性の種類数の前記遷移ベクトルそれぞれに対応する前記第1の属性値を含む第1レコードと組を成す前記第2のレコードとを、前記抽象度が相対的に小さい前記第2のレコードとして抽出する、
ことを特徴とする請求項9記載の匿名化方法。 - 前記コンピュータが、更に、複数の前記遷移ベクトルについての前記類似度の算出対象を示す算出対象情報を生成し、前記算出対象情報を出力し、
前記第2のレコードの抽出において、前記生成した遷移ベクトルに対応する前記算出対象情報に基づいて、前記遷移ベクトル間の類似度を算出する
ことを特徴とする請求項10記載の匿名化方法。 - 固有識別子及び少なくとも1つの第1の属性を含む第1のレコードと、前記固有識別子と同一の固有識別子及び少なくとも1つの第2の属性を含む第2のレコードと、の組が複数件含まれるデータセットの中から、前記第2のレコードからなる第2のレコード群において第2のl−多様性を充足可能であること、前記第2のレコード群に含まれる第2のレコードと組を成す前記第1のレコードから成る前記第1のレコード群において第1のl−多様性を充足可能であること、及び前記第1のレコードと前記第2のレコードとの間に存在する対応関係の抽象度に基づいて、複数の前記第2のレコードを抽出する処理と、
前記抽出された前記第2のレコードからなる匿名グループデータセットを、前記匿名グループデータセットにおいて前記第2のl−多様性を充足可能であり、かつ前記匿名グループデータセットに含まれる第2のレコードと組を成す前記第1のレコードからなる第1のレコード群において前記第1のl−多様性を充足可能であるように、生成し、出力する処理と、をコンピュータに実行させるための
プログラムを記録したコンピュータ読み取り可能不揮発性記録媒体。 - 前記第2のレコードを抽出する処理において、
前記第1のレコードに含まれる前記第1の属性の属性値毎の、前記第2のレコードに含まれる第2の属性の各第2の属性値が、前記第1のレコードと前記組を成す前記第2のレコード出現する頻度を要素とする遷移ベクトルを生成し、
2つの前記遷移ベクトルそれぞれに対応する第2のレコードのそれぞれ同士で同一である、前記第2の属性の第2の属性値の数が、前記第2のl−多様性の種類数未満である前記遷移ベクトル間の類似度を最低値の0として、前記遷移ベクトル間の類似度を算出し、
前記類似度が相対的に大きい順の、前記第1のl−多様性の種類数の前記遷移ベクトルそれぞれに対応する前記第1の属性値を含む第1レコードと組を成す前記第2のレコードとを、前記抽象度が相対的に小さい前記第2のレコードとして抽出する、処理を前記コンピュータに実行させる
前記プログラムを記録した請求項12記載のコンピュータ読み取り可能不揮発性記録媒体。 - 複数の前記遷移ベクトルについての前記類似度の算出対象を示す算出対象情報を生成し、前記算出対象情報を出力する処理を、更に、前記コンピュータに実行させ、
前記第2のレコードの抽出において、前記生成した遷移ベクトルに対応する前記算出対象情報に基づいて、前記遷移ベクトル間の類似度を算出する、処理を前記コンピュータに実行させる
前記プログラムを記録した請求項13記載のプログラムを記録した不揮発性記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012212454 | 2012-09-26 | ||
JP2012212454 | 2012-09-26 | ||
PCT/JP2013/005392 WO2014049995A1 (ja) | 2012-09-26 | 2013-09-12 | 匿名化を実行する情報処理装置、匿名化方法及びプログラムを記録した記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2014049995A1 true JPWO2014049995A1 (ja) | 2016-08-22 |
JP6079783B2 JP6079783B2 (ja) | 2017-02-15 |
Family
ID=50387441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014538140A Active JP6079783B2 (ja) | 2012-09-26 | 2013-09-12 | 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 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20150254462A1 (ja) |
JP (1) | JP6079783B2 (ja) |
WO (1) | WO2014049995A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11228653B2 (en) * | 2014-05-15 | 2022-01-18 | Samsung Electronics Co., Ltd. | Terminal, cloud apparatus, driving method of terminal, method for processing cooperative data, computer readable recording medium |
JP6978763B2 (ja) * | 2017-07-10 | 2021-12-08 | クラシエホームプロダクツ株式会社 | 洗浄剤組成物 |
US10565399B2 (en) * | 2017-10-26 | 2020-02-18 | Sap Se | Bottom up data anonymization in an in-memory database |
WO2019189969A1 (ko) * | 2018-03-30 | 2019-10-03 | 주식회사 그리즐리 | 빅데이터 개인정보 익명화 및 익명 데이터 결합 방법 |
WO2020222140A1 (en) * | 2019-04-29 | 2020-11-05 | Telefonaktiebolaget Lm Ericsson (Publ) | Data anonymization views |
US11775592B2 (en) * | 2020-08-07 | 2023-10-03 | SECURITI, Inc. | System and method for association of data elements within a document |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012090628A1 (ja) * | 2010-12-27 | 2012-07-05 | 日本電気株式会社 | 情報保護装置及び情報保護方法 |
JP2012159982A (ja) * | 2011-01-31 | 2012-08-23 | 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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8631500B2 (en) * | 2010-06-29 | 2014-01-14 | At&T Intellectual Property I, L.P. | Generating minimality-attack-resistant data |
US20110202774A1 (en) * | 2010-02-15 | 2011-08-18 | Charles Henry Kratsch | System for Collection and Longitudinal Analysis of Anonymous Student Data |
-
2013
- 2013-09-12 WO PCT/JP2013/005392 patent/WO2014049995A1/ja active Application Filing
- 2013-09-12 JP JP2014538140A patent/JP6079783B2/ja active Active
- 2013-09-12 US US14/431,145 patent/US20150254462A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012090628A1 (ja) * | 2010-12-27 | 2012-07-05 | 日本電気株式会社 | 情報保護装置及び情報保護方法 |
JP2012159982A (ja) * | 2011-01-31 | 2012-08-23 | 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 |
Non-Patent Citations (2)
Title |
---|
JPN6013060768; 高橋 翼: '時系列データに対するl-多様化方式の提案' 第4回データ工学と情報マネジメントに関するフォーラム論文集 (第10回日本データベース学会年次大会) , 20120830, 3.6節〜4.2節, 電子情報通信学会,日本データベース学会,情報処理学会 * |
JPN6013060769; 竹之内隆夫: '複数のデータ提供のための匿名化' コンピュータセキュリティシンポジウム2013 論文集 Vol.2013,No.4, 20131014, 第893-900頁, 情報処理学会 * |
Also Published As
Publication number | Publication date |
---|---|
JP6079783B2 (ja) | 2017-02-15 |
WO2014049995A1 (ja) | 2014-04-03 |
US20150254462A1 (en) | 2015-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Bahri et al. | Big data for healthcare: a survey | |
Hu et al. | Differential privacy in telco big data platform | |
Nazari et al. | BigData analysis in healthcare: apache hadoop, apache spark and apache flink | |
JP6015658B2 (ja) | 匿名化装置、及び、匿名化方法 | |
WO2013088681A1 (ja) | 匿名化装置、匿名化方法、並びにコンピュータ・プログラム | |
Cao et al. | Domain-driven, actionable knowledge discovery | |
US9798732B2 (en) | Semantic associations in data | |
WO2014181541A1 (ja) | 匿名性を検証する情報処理装置及び匿名性検証方法 | |
JP6398724B2 (ja) | 情報処理装置、および、情報処理方法 | |
Sisodia et al. | Fast prediction of web user browsing behaviours using most interesting patterns | |
JP2020017197A (ja) | 計算機システム及び予測器が出力した予測値の根拠に関連する情報の提示方法 | |
WO2015079647A1 (ja) | 情報処理装置および情報処理方法 | |
Li et al. | MapReduce-based web mining for prediction of web-user navigation | |
Kumar et al. | Effective implementation of data segregation & extraction using big data in E-health insurance as a service | |
Qureshi et al. | [Retracted] Efficient Prediction of Missed Clinical Appointment Using Machine Learning | |
Kalou et al. | Intelligent book mashup: Using semantic web ontologies and rules for user personalisation | |
KR102272021B1 (ko) | 빅데이터 수집 시스템 | |
JP4146326B2 (ja) | 時系列活動データ分析装置、方法及びプログラム | |
JP5665685B2 (ja) | 重要度判定装置、重要度判定方法およびプログラム | |
El Ouazzani et al. | Proximity measurement for hierarchical categorical attributes in Big Data | |
JP2011198034A (ja) | データ生成方法,データ生成装置,およびデータ生成プログラム | |
JP2012150651A (ja) | 重要度判定装置、重要度判定方法およびプログラム | |
US20230410016A1 (en) | Methods and systems of facilitating provisioning contexts for business situations using a semantic graph | |
Ma et al. | Knowledge-driven user behavior pattern discovery for system security enhancement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161125 |
|
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: 20161220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6079783 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |