WO2022269743A1 - Secure computation device, purchase prediction system, secure computation method, and program - Google Patents

Secure computation device, purchase prediction system, secure computation method, and program Download PDF

Info

Publication number
WO2022269743A1
WO2022269743A1 PCT/JP2021/023551 JP2021023551W WO2022269743A1 WO 2022269743 A1 WO2022269743 A1 WO 2022269743A1 JP 2021023551 W JP2021023551 W JP 2021023551W WO 2022269743 A1 WO2022269743 A1 WO 2022269743A1
Authority
WO
WIPO (PCT)
Prior art keywords
ciphertext
user
attribute information
purchase
purchase history
Prior art date
Application number
PCT/JP2021/023551
Other languages
French (fr)
Japanese (ja)
Inventor
敏行 森山
修 瀧野
賢治 太田
慧 高橋
Original Assignee
日本電信電話株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to PCT/JP2021/023551 priority Critical patent/WO2022269743A1/en
Priority to JP2023529265A priority patent/JPWO2022269743A1/ja
Publication of WO2022269743A1 publication Critical patent/WO2022269743A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

This secure computation device comprises: a data reconciliation unit for reconciling ciphertexts of attribute information and ciphertexts of purchase history on the basis of a ciphertexts of user IDs by using secure computation processing; a data separation unit for extracting ciphertexts of user IDs corresponding to ciphertexts of attribute information that was not reconciled by using secure computation processing; a model generation unit for generating a predictive model on the basis of a supervised learning training dataset composed of ciphertexts of purchase history and ciphertexts of attribute information that was reconciled with the ciphertexts of the purchase history by using secure computation processing; and a purchase prediction unit for using secure computation processing to generate ciphertexts of purchase predictions on the basis of the ciphertexts of attribute information that was not reconciled and the predictive model, and transmits the ciphertexts of purchase predictions to a sales operator device.

Description

秘密計算装置、購買予測システム、秘密計算方法、プログラムSecure computing device, purchase prediction system, secure computing method, program
　本発明は、データを秘匿したまま予測モデルを生成する秘密計算装置、購買予測システム、秘密計算方法、プログラムに関する。 The present invention relates to a secure computing device, a purchase prediction system, a secure computing method, and a program that generate a prediction model while keeping data confidential.
　従来、商品を販売する事業者（以降、販売事業者）が新商品を開発し市場に投入する場合、過去に自社商品を購入した購買履歴データをもとに分析などを行い、購買予測を立てている。 Conventionally, when a business that sells products (hereinafter referred to as a sales business) develops a new product and puts it on the market, it analyzes based on the purchase history data of past purchases of its own products and makes purchase forecasts. ing.
　特許文献１には、購買情報・商品属性情報・商品数情報から顧客別の商品属性に対する興味の値を計算し、購買が成功する確率を予測する手法が開示されている。 Patent Document 1 discloses a method of calculating the interest value for each customer's product attributes from purchase information, product attribute information, and product number information, and predicting the probability of successful purchase.
特開２０１６－９１０８５号公報JP 2016-91085 A
　販売事業者は購買予測の精度を高めるために、保有している購買履歴データに不足している属性情報（購入者の性別・年代・年収等）を収集し、予測モデルを生成する必要があるが、プライバシーを守るために匿名加工されたり統計化されたデータしか取得できず、有用な購買予測を行えないことが予想される。 In order to improve the accuracy of purchase predictions, retailers need to collect attribute information (purchasers' gender, age, annual income, etc.) that is lacking in their purchase history data and generate prediction models. However, in order to protect privacy, only anonymized or statistical data can be obtained, and it is expected that useful purchase predictions cannot be made.
　プライバシー保護の問題を解決できる秘密計算技術を販売事業者が導入し、属性情報を自ら入手し購買履歴を暗号化したまま計算することで安全に分析を行うことも可能ではあるが、属性情報の収集に膨大な稼働がかかると共に、平文に比べて秘密計算の処理に時間がかかるため、利用が進まないことが予想される。 Although it is possible for sellers to introduce secure calculation technology that can solve the problem of privacy protection, obtain attribute information themselves, and perform calculations while encrypting the purchase history, it is possible to perform analysis safely. It is expected that the use will not progress because the collection requires a huge amount of operation and the processing of secure calculation takes time compared to plaintext.
　そこで本発明では、個人の属性情報を秘匿したまま、精緻な予測モデルを生成することができる秘密計算装置を提供することを目的とする。 Therefore, an object of the present invention is to provide a secure computing device capable of generating a precise prediction model while keeping personal attribute information confidential.
　本発明の秘密計算装置は、データ記憶部と、データ突合部と、データ分離部と、モデル生成部と、購買予測部を含む。 The secure computing device of the present invention includes a data storage unit, a data matching unit, a data separation unit, a model generation unit, and a purchase prediction unit.
　データ記憶部は、データ保有者装置からユーザの属性情報とこれに対応するユーザＩＤを暗号化した暗号文を受信し、販売事業者装置からユーザの購買履歴とこれに対応するユーザＩＤを暗号化した暗号文を受信し、これらの暗号文を記憶する。データ突合部は、秘密計算処理により、ユーザＩＤの暗号文に基づいて属性情報の暗号文と購買履歴の暗号文を突合する。データ分離部は、秘密計算処理により、突合されなかった属性情報の暗号文に対応するユーザＩＤの暗号文を抽出する。モデル生成部は、秘密計算処理により、購買履歴の暗号文と、当該購買履歴の暗号文に突合された属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成する。購買予測部は、秘密計算処理により、突合されなかった属性情報の暗号文と予測モデルに基づいて、購買予測の暗号文を生成し、購買予測の暗号文を販売事業者装置に送信する。 The data storage unit receives a ciphertext obtained by encrypting the user's attribute information and the corresponding user ID from the data owner's device, and encrypts the user's purchase history and the corresponding user ID from the seller's device. ciphertexts received and stores these ciphertexts. The data collating unit collates the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by secure calculation processing. The data separation unit extracts the ciphertext of the user ID corresponding to the ciphertext of the attribute information that has not been collated by secure calculation processing. The model generation unit generates a prediction model based on a supervised learning data set including encrypted purchase history and encrypted attribute information matched with the encrypted purchase history. The purchase prediction unit generates a purchase prediction ciphertext based on the unmatched attribute information ciphertext and the prediction model, and transmits the purchase prediction ciphertext to the seller device.
　本発明の秘密計算装置によれば、個人の属性情報を秘匿したまま、精緻な予測モデルを生成することができる。 According to the secure computing device of the present invention, it is possible to generate a precise prediction model while keeping personal attribute information confidential.
実施例１の購買予測システムの構成を示すシステム構成図。1 is a system configuration diagram showing the configuration of a purchase prediction system of Example 1. FIG. 実施例１の購買予測システムの各装置の機能構成を示すブロック図。2 is a block diagram showing the functional configuration of each device of the purchase prediction system of Example 1. FIG. 実施例１の購買予測システムの動作を示すシーケンス図。4 is a sequence diagram showing the operation of the purchase prediction system of Example 1. FIG. 秘密計算装置に送信される属性情報とユーザＩＤの暗号文を例示する図。FIG. 4 is a diagram exemplifying attribute information and a ciphertext of a user ID transmitted to a secure computing device; 突合された属性情報と購買情報の暗号文の例を示す図。The figure which shows the example of the ciphertext of matched attribute information and purchase information. 生成される購買予測の暗号文の例を示す図。The figure which shows the example of the ciphertext of the purchase prediction produced|generated. 実施例２の購買予測システムの構成を示すシステム構成図。The system block diagram which shows the structure of the purchase prediction system of Example 2. FIG. 実施例２の購買予測システムの各装置の機能構成を示すブロック図。FIG. 10 is a block diagram showing the functional configuration of each device of the purchase prediction system of Example 2; 実施例２の購買予測システムの動作を示すシーケンス図。FIG. 11 is a sequence diagram showing the operation of the purchase prediction system of Example 2; コンピュータの機能構成例を示す図。The figure which shows the functional structural example of a computer.
　以下、本発明の実施の形態について、詳細に説明する。なお、同じ機能を有する構成部には同じ番号を付し、重複説明を省略する。 Hereinafter, embodiments of the present invention will be described in detail. Components having the same function are given the same number, and redundant description is omitted.
　以下、データ保有者が持つユーザの属性情報と、販売事業者が持つユーザの購買履歴に基づいて生成される予測モデルにより、新たな購買候補ユーザを抽出する場面で用いられる実施例１の購買予測システムについて説明する。 Below, the purchase prediction of Example 1 used in the scene of extracting new purchase candidate users by the prediction model generated based on the user attribute information possessed by the data owner and the purchase history of the user possessed by the seller. Describe the system.
　図１に示すように本実施例の購買予測システム１は、データ保有者装置１１と、販売事業者装置１２と、秘密計算装置１３を含み、各装置は通信可能にネットワークに接続されている。 As shown in FIG. 1, the purchase prediction system 1 of this embodiment includes a data owner device 11, a seller device 12, and a secret computing device 13, each of which is communicably connected to a network.
　図２に示すように、データ保有者装置１１は、属性情報記憶部１１０と、属性情報抽出部１１１と、暗号化部１１２を含む。販売事業者端末１２は、購買履歴記憶部１２０と、復号部１２１と、暗号化部１２２と、購買履歴抽出部１２３と、購買予測記憶部１２４を含む。秘密計算装置１３は、データ記憶部１３１と、データ突合部１３２と、データ分離部１３３と、モデル生成部１３４と、購買予測部１３５を含む。 As shown in FIG. 2, the data owner device 11 includes an attribute information storage unit 110, an attribute information extraction unit 111, and an encryption unit 112. Seller terminal 12 includes purchase history storage unit 120 , decryption unit 121 , encryption unit 122 , purchase history extraction unit 123 , and purchase prediction storage unit 124 . The secure computing device 13 includes a data storage unit 131 , a data matching unit 132 , a data separation unit 133 , a model generation unit 134 and a purchase prediction unit 135 .
　以下、図３を参照して各構成要件の動作について説明する。 The operation of each component will be described below with reference to FIG.
＜データ保有者装置１１：属性情報記憶部１１０＞
　属性情報記憶部１１０は、予めユーザの属性情報をユーザＩＤと対応付けて記憶している。 <Data Owner Device 11: Attribute Information Storage Unit 110>
The attribute information storage unit 110 stores user attribute information in advance in association with the user ID.
＜属性情報抽出部１１１＞
　属性情報抽出部１１１は、属性情報記憶部１１０から属性情報とユーザＩＤを抽出する（Ｓ１１１）。 <Attribute information extraction unit 111>
The attribute information extraction unit 111 extracts attribute information and a user ID from the attribute information storage unit 110 (S111).
＜暗号化部１１２＞
　暗号化部１１２は、抽出した属性情報とユーザＩＤを暗号化して秘密計算装置１３に送信する（Ｓ１１２）。図４に、秘密計算装置１３に送信される属性情報とユーザＩＤの暗号文の例を示す。なお、［＊］は、＊の暗号文を意味する。 <Encryption unit 112>
The encryption unit 112 encrypts the extracted attribute information and user ID and transmits them to the secure computing device 13 (S112). FIG. 4 shows an example of ciphertext of attribute information and user ID sent to the secure computing device 13 . Note that [*] means the ciphertext of *.
＜販売事業者装置１２：購買履歴記憶部１２０＞
　購買履歴記憶部１２０は、予めユーザの購買履歴をユーザＩＤと対応付けて記憶している。 <Seller Device 12: Purchase History Storage Unit 120>
The purchase history storage unit 120 stores the user's purchase history in advance in association with the user ID.
＜購買履歴抽出部１２３＞
　購買履歴抽出部１２３は、購買履歴記憶部１２０から購買履歴とユーザＩＤを抽出する（Ｓ１２３）。 <Purchase history extraction unit 123>
The purchase history extraction unit 123 extracts the purchase history and user ID from the purchase history storage unit 120 (S123).
＜暗号化部１２２＞
　暗号化部１２２は、抽出した購買履歴とユーザＩＤを暗号化して秘密計算装置１３に送信する（Ｓ１２２）。 <Encryption unit 122>
The encryption unit 122 encrypts the extracted purchase history and user ID and transmits them to the secure computing device 13 (S122).
＜秘密計算装置１３：データ記憶部１３１＞
　秘密計算装置１３のデータ記憶部１３１は、データ保有者装置１１からユーザの属性情報とこれに対応するユーザＩＤを暗号化した暗号文を受信し、販売事業者装置１２からユーザの購買履歴とこれに対応するユーザＩＤを暗号化した暗号文を受信し、これらの暗号文を記憶する（Ｓ１３１）。 <Secure Computing Device 13: Data Storage Unit 131>
The data storage unit 131 of the secure computing device 13 receives the ciphertext obtained by encrypting the user attribute information and the corresponding user ID from the data owner device 11, and stores the user's purchase history and this from the seller device 12. receive the ciphertexts obtained by encrypting the user ID corresponding to the ciphertexts, and store these ciphertexts (S131).
＜データ突合部１３２＞
　データ突合部１３２は、秘密計算処理により、ユーザＩＤの暗号文に基づいて属性情報の暗号文と購買履歴の暗号文を突合する（Ｓ１３２）。図５に、突合された属性情報と購買情報の暗号文の例を示す。なお、［＊］は、＊の暗号文を意味する。 <Data matching unit 132>
The data collating unit 132 collates the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by secure calculation processing (S132). FIG. 5 shows an example of ciphertexts of matched attribute information and purchase information. Note that [*] means the ciphertext of *.
＜データ分離部１３３＞
　データ分離部１３３は、秘密計算処理により、突合されなかった属性情報の暗号文に対応するユーザＩＤの暗号文を抽出する（Ｓ１３３）。図５の例では、ユーザＩＤの暗号文＝［Ｂ］、［Ｚ］が突合されなかった属性情報の暗号文に対応するユーザＩＤの暗号文に該当する。 <Data separator 133>
The data separation unit 133 extracts the ciphertext of the user ID corresponding to the unmatched ciphertext of the attribute information by the secure calculation process (S133). In the example of FIG. 5, the ciphertext of the user ID=[B], [Z] corresponds to the ciphertext of the user ID corresponding to the ciphertext of the unmatched attribute information.
＜モデル生成部１３４＞
　モデル生成部１３４は、秘密計算処理により、購買履歴の暗号文と、当該購買履歴の暗号文に突合された属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成する（Ｓ１３４）。 <Model generation unit 134>
The model generation unit 134 generates a prediction model based on a supervised learning data set consisting of a purchase history ciphertext and attribute information ciphertext matched with the purchase history ciphertext ( S134).
＜購買予測部１３５＞
　購買予測部１３５は、秘密計算処理により、突合されなかった属性情報の暗号文と予測モデルに基づいて、購買予測の暗号文を生成し、購買予測の暗号文を販売事業者装置１２に送信する（Ｓ１３５）。図６に、生成される購買予測の暗号文の例を示す。 <Purchase prediction unit 135>
The purchase prediction unit 135 generates a purchase prediction ciphertext based on the unmatched attribute information ciphertext and the prediction model, and transmits the purchase prediction ciphertext to the seller device 12. (S135). FIG. 6 shows an example of a generated purchase prediction ciphertext.
＜販売事業者装置１２：復号部１２１＞
　販売事業者装置１２の復号部１２１は、購買予測の暗号文を受信し、受信した購買予測の暗号文を復号する（Ｓ１２１）。 <Seller Device 12: Decoding Unit 121>
The decryption unit 121 of the seller's device 12 receives the ciphertext of the purchase prediction, and decrypts the received ciphertext of the purchase prediction (S121).
＜購買予測記憶部１２４＞
　購買予測記憶部１２４は、復号された購買予測を記憶する（Ｓ１２４）。 <Purchase forecast storage unit 124>
The purchase prediction storage unit 124 stores the decoded purchase prediction (S124).
　以下、生成した予測モデルに属性情報を入力して購買予測を生成する際に、平文データを用いることで処理時間の短縮を実現した、実施例２の購買予測システムについて説明する。 The following describes the purchase prediction system of Example 2, which realizes a reduction in processing time by using plaintext data when generating purchase predictions by inputting attribute information into the generated prediction models.
　図７に示すように本実施例の購買予測システム２は、データ保有者装置２１と、販売事業者装置２２と、秘密計算装置２３を含み、各装置は通信可能にネットワークに接続されている。 As shown in FIG. 7, the purchase prediction system 2 of this embodiment includes a data owner device 21, a sales business operator device 22, and a secret computing device 23, each of which is communicably connected to a network.
　図８に示すように、データ保有者装置２１は、属性情報記憶部１１０と、属性情報抽出部１１１と、暗号化部１１２と、復号部１１３と、購買予測部１１４を含む。販売事業者端末２２は、購買履歴記憶部１２０と、暗号化部１２２と、購買履歴抽出部１２３と、購買予測記憶部１２４を含む。秘密計算装置２３は、データ記憶部１３１と、データ突合部１３２と、データ分離部１３３と、モデル生成部１３４を含む。 As shown in FIG. 8, the data owner device 21 includes an attribute information storage unit 110, an attribute information extraction unit 111, an encryption unit 112, a decryption unit 113, and a purchase prediction unit 114. Seller terminal 22 includes purchase history storage unit 120 , encryption unit 122 , purchase history extraction unit 123 , and purchase prediction storage unit 124 . Secure computing device 23 includes data storage unit 131 , data matching unit 132 , data separation unit 133 , and model generation unit 134 .
　実施例１との構成上の違いは、実施例１のデータ保有者装置１１には存在しなかった復号部１１３、購買予測部１１４が、本実施例のデータ保有装置２１に追加されている点、実施例１の販売事業者装置１２に存在した復号部１２１が、本実施例の販売事業者装置２２において省略されている点、実施例１の秘密計算装置１３に存在した購買予測部１３５が、本実施例の秘密計算装置２３において省略されている点である。 The structural difference from the first embodiment is that the decoding unit 113 and the purchase prediction unit 114, which were not present in the data holder device 11 of the first embodiment, are added to the data holding device 21 of the present embodiment. , the decryption unit 121 present in the seller device 12 of the first embodiment is omitted in the seller device 22 of the present embodiment, and the purchase prediction unit 135 present in the secure computing device 13 of the first embodiment is , are omitted in the secure computing device 23 of this embodiment.
　実施例１と同様に、属性情報記憶部１１０は、予めユーザの属性情報をユーザＩＤと対応付けて記憶し、購買履歴記憶部１２０は、予めユーザの購買履歴をユーザＩＤと対応付けて記憶している。 As in the first embodiment, the attribute information storage unit 110 stores the user's attribute information in advance in association with the user ID, and the purchase history storage unit 120 stores the user's purchase history in advance in association with the user ID. ing.
　また図９に示すように、ステップＳ１１１、Ｓ１１２、Ｓ１２３、Ｓ１２２、Ｓ１３１、Ｓ１３２は、実施例１と同じように実行される。以下、実施例１と異なる動作について詳細に説明する。 Also, as shown in FIG. 9, steps S111, S112, S123, S122, S131, and S132 are executed in the same manner as in the first embodiment. Operations different from those of the first embodiment will be described in detail below.
＜秘密計算装置２３：データ分離部１３３＞
　データ分離部１３３は、秘密計算処理により、突合されなかった属性情報の暗号文に対応するユーザＩＤの暗号文を抽出して、データ保有者装置２１に送信する（Ｓ１３３－２）。 <Secure Computing Device 23: Data Separating Unit 133>
The data separation unit 133 extracts the ciphertext of the user ID corresponding to the ciphertext of the unmatched attribute information by the secure calculation process, and transmits it to the data owner device 21 (S133-2).
＜モデル生成部１３４＞
　モデル生成部１３４は、秘密計算処理により、購買履歴の暗号文と、当該購買履歴の暗号文に突合された属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成して、データ保有者装置２１に送信する（Ｓ１３４）。 <Model generation unit 134>
The model generation unit 134 generates a prediction model based on a supervised learning data set composed of a purchase history ciphertext and attribute information ciphertext matched to the purchase history ciphertext by secure calculation processing. , to the data owner device 21 (S134).
＜データ保有者装置２１：復号部１１３＞
　データ保有者装置２１の復号部１１３は、受信したユーザＩＤの暗号文を復号する（Ｓ１１３）。 <Data Owner Device 21: Decryption Unit 113>
The decryption unit 113 of the data owner device 21 decrypts the encrypted text of the received user ID (S113).
＜属性抽出部１１１＞
　属性情報抽出部１１１は、属性情報記憶部１１０から復号したユーザＩＤに対応する属性情報を抽出する（Ｓ１１１－２）
＜購買予測部１１４＞
　購買予測部１１４は、復号したユーザＩＤに対応する属性情報と予測モデルに基づいて、購買予測を生成し、購買予測を販売事業者装置２２に送信する（Ｓ１１４）。 <Attribute extraction unit 111>
The attribute information extraction unit 111 extracts attribute information corresponding to the decrypted user ID from the attribute information storage unit 110 (S111-2).
<Purchase prediction unit 114>
The purchase prediction unit 114 generates a purchase prediction based on the attribute information corresponding to the decoded user ID and the prediction model, and transmits the purchase prediction to the seller device 22 (S114).
＜販売事業者装置２２：購買予測記憶部１２４＞
　販売事業者装置２２の購買予測記憶部１２４は、購買予測（平文）を受信し、受信した購買予測を記憶する（Ｓ１２４－２）。 <Seller Device 22: Purchase Prediction Storage Unit 124>
The purchase prediction storage unit 124 of the seller device 22 receives the purchase prediction (plain text) and stores the received purchase prediction (S124-2).
＜効果＞
　上述の購買予測システムによれば、データ保有者の属性情報と販売事業者の購買履歴を暗号化して秘密計算装置に登録し、秘密計算装置内で暗号化したまま購買履歴と属性情報を結合するため、個人が特定されない状態でデータを利用することができる。 <effect>
According to the purchase prediction system described above, the attribute information of the data owner and the purchase history of the seller are encrypted and registered in the secret computing device, and the purchase history and attribute information are combined while encrypted in the secret computing device. Therefore, the data can be used without identifying the individual.
　また、秘密計算技術を用い、秘密計算装置において暗号化したまま予測モデルを生成するため、予測モデルそのものも秘匿することができる。 In addition, since the prediction model is generated while encrypted in the secure computing device using secure computing technology, the prediction model itself can also be kept confidential.
　生成した予測モデルに、データ保有者が保有する属性情報のうちモデル生成に使用されなかった属性情報をテストデータとして利用することで、購買予測を生成することができ、これまで販売事業者が知り得なかった新たな顧客を抽出することができる。 By using attribute information that was not used for model generation among the attribute information held by the data owner as test data for the generated prediction model, it is possible to generate purchase predictions, which are not known by sellers so far. You can extract new customers that you could not get.
　実施例２に開示したように、テストデータを平文で入力する構成とした場合、秘密計算技術を用いた予測よりも、数百倍の速度で処理することが可能となる。 As disclosed in Example 2, when the test data is configured to be input in plain text, it is possible to perform processing several hundred times faster than prediction using secure computation technology.
　また、販売事業者は、企業秘密である購買履歴をデータ保有者に開示する必要がない。 In addition, the seller does not need to disclose the purchase history, which is a trade secret, to the data owner.
　また、販売事業者は、データ保有者の属性情報を用いた幅広い購買予測データを受け取ることが可能になり、販売事業者が自ら属性情報を集めるよりも、効率的に販売予測を行うことができる。 In addition, sellers will be able to receive a wide range of purchase forecast data using the attribute information of data holders, which will enable them to make more efficient sales forecasts than collecting attribute information themselves. .
　また、データ保有者から販売事業者へ開示する属性情報は必要最小限に留めることが出来る。秘密計算装置に登録されたデータは秘密計算技術で処理されるため、他者にデータを流出させるおそれがない。 In addition, the attribute information disclosed by the data owner to the seller can be kept to the minimum necessary. Since the data registered in the secure computing device is processed by secure computing technology, there is no risk of the data being leaked to others.
＜補記＞
　本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置（例えば通信ケーブル）が接続可能な通信部、ＣＰＵ（Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい）、メモリであるＲＡＭやＲＯＭ、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、ＣＰＵ、ＲＡＭ、ＲＯＭ、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、ＣＤ－ＲＯＭなどの記録媒体を読み書きできる装置（ドライブ）などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。 <Addendum>
The apparatus of the present invention includes, for example, a single hardware entity, which includes an input unit to which a keyboard can be connected, an output unit to which a liquid crystal display can be connected, and a communication device (for example, a communication cable) capable of communicating with the outside of the hardware entity. can be connected to the communication unit, CPU (Central Processing Unit, which may include cache memory, registers, etc.), memory RAM and ROM, external storage device such as hard disk, input unit, output unit, communication unit , a CPU, a RAM, a ROM, and a bus for connecting data to and from an external storage device. Also, if necessary, the hardware entity may be provided with a device (drive) capable of reading and writing a recording medium such as a CD-ROM. A physical entity with such hardware resources includes a general purpose computer.
　ハードウェアエンティティの外部記憶装置には、上述の機能を実現するために必要となるプログラムおよびこのプログラムの処理において必要となるデータなどが記憶されている（外部記憶装置に限らず、例えばプログラムを読み出し専用記憶装置であるＲＯＭに記憶させておくこととしてもよい）。また、これらのプログラムの処理によって得られるデータなどは、ＲＡＭや外部記憶装置などに適宜に記憶される。 The external storage device of the hardware entity stores a program necessary for realizing the functions described above and data required for the processing of this program (not limited to the external storage device; It may be stored in a ROM, which is a dedicated storage device). Data obtained by processing these programs are appropriately stored in a RAM, an external storage device, or the like.
　ハードウェアエンティティでは、外部記憶装置（あるいはＲＯＭなど）に記憶された各プログラムとこの各プログラムの処理に必要なデータが必要に応じてメモリに読み込まれて、適宜にＣＰＵで解釈実行・処理される。その結果、ＣＰＵが所定の機能（上記、…部、…手段などと表した各構成要件）を実現する。 In the hardware entity, each program stored in an external storage device (or ROM, etc.) and the data necessary for processing each program are read into the memory as needed, and interpreted, executed and processed by the CPU as appropriate. . As a result, the CPU realizes a predetermined function (each component expressed as above, . . . unit, . . . means, etc.).
　本発明は上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。また、上記実施形態において説明した処理は、記載の順に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されるとしてもよい。 The present invention is not limited to the above-described embodiments, and modifications can be made as appropriate without departing from the scope of the present invention. Further, the processes described in the above embodiments are not only executed in chronological order according to the described order, but may also be executed in parallel or individually according to the processing capacity of the device that executes the processes or as necessary. .
　既述のように、上記実施形態において説明したハードウェアエンティティ（本発明の装置）における処理機能をコンピュータによって実現する場合、ハードウェアエンティティが有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記ハードウェアエンティティにおける処理機能がコンピュータ上で実現される。 As described above, when the processing functions of the hardware entity (apparatus of the present invention) described in the above embodiments are implemented by a computer, the processing contents of the functions that the hardware entity should have are described by a program. By executing this program on a computer, the processing functions of the hardware entity are realized on the computer.
　上述の各種の処理は、図１０に示すコンピュータ１００００の記録部１００２０に、上記方法の各ステップを実行させるプログラムを読み込ませ、制御部１００１０、入力部１００３０、出力部１００４０などに動作させることで実施できる。 The various processes described above are performed by loading a program for executing each step of the above method into the recording unit 10020 of the computer 10000 shown in FIG. can.
　この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよい。具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ－ＲＡＭ（Random Access Memory）、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ－Ｒ（Recordable）／ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto-Optical disc）等を、半導体メモリとしてＥＥＰ－ＲＯＭ（Electrically Erasable and Programmable-Read Only Memory）等を用いることができる。 A program that describes this process can be recorded on a computer-readable recording medium. Any computer-readable recording medium may be used, for example, a magnetic recording device, an optical disk, a magneto-optical recording medium, a semiconductor memory, or the like. Specifically, for example, as magnetic recording devices, hard disk devices, flexible disks, magnetic tapes, etc., as optical discs, DVD (Digital Versatile Disc), DVD-RAM (Random Access Memory), CD-ROM (Compact Disc Read Only Memory), CD-R (Recordable) / RW (ReWritable), etc. as magneto-optical recording media, such as MO (Magneto-Optical disc), etc. as semiconductor memory, EEP-ROM (Electrically Erasable and Programmable-Read Only Memory), etc. can be used.
　また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ－ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。 In addition, the distribution of this program is carried out, for example, by selling, assigning, lending, etc. portable recording media such as DVDs and CD-ROMs on which the program is recorded. Further, the program may be distributed by storing the program in the storage device of the server computer and transferring the program from the server computer to other computers via the network.
　このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。 A computer that executes such a program, for example, first stores the program recorded on a portable recording medium or the program transferred from the server computer once in its own storage device. Then, when executing the process, this computer reads the program stored in its own recording medium and executes the process according to the read program. Also, as another execution form of this program, the computer may read the program directly from a portable recording medium and execute processing according to the program, and the program is transferred from the server computer to this computer. Each time, the processing according to the received program may be executed sequentially. In addition, the above-mentioned processing is executed by a so-called ASP (Application Service Provider) type service, which does not transfer the program from the server computer to this computer, and realizes the processing function only by its execution instruction and result acquisition. may be It should be noted that the program in this embodiment includes information that is used for processing by a computer and that conforms to the program (data that is not a direct instruction to the computer but has the property of prescribing the processing of the computer, etc.).
　また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、ハードウェアエンティティを構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。 Also, in this embodiment, a hardware entity is configured by executing a predetermined program on a computer, but at least part of these processing contents may be implemented by hardware.

Claims (7)

  1. 　データ保有者装置からユーザの属性情報とこれに対応するユーザＩＤを暗号化した暗号文を受信し、販売事業者装置から前記ユーザの購買履歴とこれに対応する前記ユーザＩＤを暗号化した暗号文を受信し、これらの暗号文を記憶するデータ記憶部と、
    　秘密計算処理により、前記ユーザＩＤの暗号文に基づいて前記属性情報の暗号文と前記購買履歴の暗号文を突合するデータ突合部と、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文に対応する前記ユーザＩＤの暗号文を抽出するデータ分離部と、
    　秘密計算処理により、前記購買履歴の暗号文と、当該購買履歴の暗号文に突合された前記属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成するモデル生成部と、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文と前記予測モデルに基づいて、購買予測の暗号文を生成し、前記購買予測の暗号文を前記販売事業者装置に送信する購買予測部を含む
    　秘密計算装置。     Receiving ciphertext obtained by encrypting the attribute information of the user and the corresponding user ID from the data owner device, and ciphertext obtained by encrypting the purchase history of the user and the corresponding user ID from the seller device and a data store for storing these ciphertexts;
    a data matching unit that matches the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by secure calculation processing;
    a data separation unit that extracts the ciphertext of the user ID corresponding to the ciphertext of the attribute information that has not been collated by secure calculation processing;
    a model generation unit that generates a prediction model based on a supervised learning data set composed of the ciphertext of the purchase history and the ciphertext of the attribute information matched with the ciphertext of the purchase history by secure calculation processing;
    A purchase prediction unit that generates a purchase prediction ciphertext based on the unmatched attribute information ciphertext and the prediction model by secure calculation processing, and transmits the purchase prediction ciphertext to the sales business operator device. including a secure computing device.
  2. 　データ保有者装置からユーザの属性情報とこれに対応するユーザＩＤを暗号化した暗号文を受信し、販売事業者装置から前記ユーザの購買履歴とこれに対応する前記ユーザＩＤを暗号化した暗号文を受信し、これらの暗号文を記憶するデータ記憶部と、
    　秘密計算処理により、前記ユーザＩＤの暗号文に基づいて前記属性情報の暗号文と前記購買履歴の暗号文を突合するデータ突合部と、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文に対応する前記ユーザＩＤの暗号文を抽出して、前記データ保有者装置に送信するデータ分離部と、
    　秘密計算処理により、前記購買履歴の暗号文と、当該購買履歴の暗号文に突合された前記属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成して、前記データ保有者装置に送信するモデル生成部を含む
    　秘密計算装置。     Receiving ciphertext obtained by encrypting the attribute information of the user and the corresponding user ID from the data owner device, and ciphertext obtained by encrypting the purchase history of the user and the corresponding user ID from the seller device and a data store for storing these ciphertexts;
    a data matching unit that matches the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by secure calculation processing;
    a data separation unit that extracts the ciphertext of the user ID corresponding to the ciphertext of the attribute information that has not been collated by secure calculation processing, and transmits the ciphertext to the data owner device;
    Generating a prediction model based on a supervised learning data set consisting of the ciphertext of the purchase history and the ciphertext of the attribute information matched with the ciphertext of the purchase history by secure calculation processing, and holding the data A secure computing device that includes a model generator that transmits to a private device.
  3. 　データ保有者装置と、販売事業者装置と、秘密計算装置を含む購買予測システムであって、
    　前記データ保有者装置は、
    　ユーザの属性情報をユーザＩＤと対応付けて記憶する属性情報記憶部から前記属性情報と前記ユーザＩＤを抽出する属性情報抽出部と、
    　抽出した前記属性情報と前記ユーザＩＤを暗号化して前記秘密計算装置に送信する暗号化部を含み、
    　前記販売事業者装置は、
    　前記ユーザの購買履歴を前記ユーザＩＤと対応付けて記憶する購買履歴記憶部から前記購買履歴と前記ユーザＩＤを抽出する購買履歴抽出部と、
    　抽出した前記購買履歴と前記ユーザＩＤを暗号化して前記秘密計算装置に送信する暗号化部を含み、
    　前記秘密計算装置は、
    　秘密計算処理により、前記ユーザＩＤの暗号文に基づいて前記属性情報の暗号文と前記購買履歴の暗号文を突合するデータ突合部と、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文に対応する前記ユーザＩＤの暗号文を抽出するデータ分離部と、
    　秘密計算処理により、前記購買履歴の暗号文と、当該購買履歴の暗号文に突合された前記属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成するモデル生成部と、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文と前記予測モデルに基づいて、購買予測の暗号文を生成し、前記購買予測の暗号文を前記販売事業者装置に送信する購買予測部を含む
    　購買予測システム。     A purchase prediction system including a data owner device, a seller device, and a secure computing device,
    Said data owner device:
    an attribute information extraction unit that extracts the attribute information and the user ID from an attribute information storage unit that stores user attribute information in association with the user ID;
    an encryption unit that encrypts the extracted attribute information and the user ID and transmits them to the secure computing device;
    The merchant device comprises:
    a purchase history extraction unit that extracts the purchase history and the user ID from a purchase history storage unit that stores the purchase history of the user in association with the user ID;
    an encryption unit that encrypts the extracted purchase history and the user ID and transmits them to the secure computing device;
    The secure computing device is
    a data matching unit that matches the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by secure calculation processing;
    a data separation unit that extracts the ciphertext of the user ID corresponding to the ciphertext of the attribute information that has not been collated by secure calculation processing;
    a model generation unit that generates a prediction model based on a supervised learning data set composed of the ciphertext of the purchase history and the ciphertext of the attribute information matched with the ciphertext of the purchase history by secure calculation processing;
    A purchase prediction unit that generates a purchase prediction ciphertext based on the unmatched attribute information ciphertext and the prediction model by secure calculation processing, and transmits the purchase prediction ciphertext to the sales business operator device. including purchase forecasting system.
  4. 　データ保有者装置と、販売事業者装置と、秘密計算装置を含む購買予測システムであって、
    　前記データ保有者装置は、
    　ユーザの属性情報をユーザＩＤと対応付けて記憶する属性情報記憶部から前記属性情報と前記ユーザＩＤを抽出する属性情報抽出部と、
    　抽出した前記属性情報と前記ユーザＩＤを暗号化して前記秘密計算装置に送信する暗号化部を含み、
    　前記販売事業者装置は、
    　前記ユーザの購買履歴を前記ユーザＩＤと対応付けて記憶する購買履歴記憶部から前記購買履歴と前記ユーザＩＤを抽出する購買履歴抽出部と、
    　抽出した前記購買履歴と前記ユーザＩＤを暗号化して前記秘密計算装置に送信する暗号化部を含み、
    　前記秘密計算装置は、
    　秘密計算処理により、前記ユーザＩＤの暗号文に基づいて前記属性情報の暗号文と前記購買履歴の暗号文を突合するデータ突合部と、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文に対応する前記ユーザＩＤの暗号文を抽出して、前記データ保有者装置に送信するデータ分離部と、
    　秘密計算処理により、前記購買履歴の暗号文と、当該購買履歴の暗号文に突合された前記属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成して、前記データ保有者装置に送信するモデル生成部を含み、
    　前記データ保有者装置は、
    　受信した前記ユーザＩＤの暗号文を復号する復号部と、
    　復号した前記ユーザＩＤに対応する前記属性情報と前記予測モデルに基づいて、購買予測を生成し、前記購買予測を前記販売事業者装置に送信する購買予測部を含む
    　購買予測システム。     A purchase prediction system including a data owner device, a seller device, and a secure computing device,
    Said data owner device:
    an attribute information extraction unit that extracts the attribute information and the user ID from an attribute information storage unit that stores user attribute information in association with the user ID;
    an encryption unit that encrypts the extracted attribute information and the user ID and transmits them to the secure computing device;
    The merchant device comprises:
    a purchase history extraction unit that extracts the purchase history and the user ID from a purchase history storage unit that stores the purchase history of the user in association with the user ID;
    an encryption unit that encrypts the extracted purchase history and the user ID and transmits them to the secure computing device;
    The secure computing device is
    a data matching unit that matches the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by secure calculation processing;
    a data separation unit that extracts the ciphertext of the user ID corresponding to the ciphertext of the attribute information that has not been collated by secure calculation processing, and transmits the ciphertext to the data owner device;
    Generating a prediction model based on a supervised learning data set consisting of the ciphertext of the purchase history and the ciphertext of the attribute information matched with the ciphertext of the purchase history by secure calculation processing, and holding the data including a model generation unit that transmits to the person's device,
    Said data owner device:
    a decryption unit that decrypts the received ciphertext of the user ID;
    A purchase prediction system, comprising: a purchase prediction unit that generates a purchase prediction based on the attribute information corresponding to the decoded user ID and the prediction model, and transmits the purchase prediction to the seller device.
  5. 　秘密計算装置が実行する秘密計算方法であって、
    　データ保有者装置からユーザの属性情報とこれに対応するユーザＩＤを暗号化した暗号文を受信し、販売事業者装置から前記ユーザの購買履歴とこれに対応する前記ユーザＩＤを暗号化した暗号文を受信し、これらの暗号文を記憶するステップと、
    　秘密計算処理により、前記ユーザＩＤの暗号文に基づいて前記属性情報の暗号文と前記購買履歴の暗号文を突合するステップと、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文に対応する前記ユーザＩＤの暗号文を抽出するステップと、
    　秘密計算処理により、前記購買履歴の暗号文と、当該購買履歴の暗号文に突合された前記属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成するステップと、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文と前記予測モデルに基づいて、購買予測の暗号文を生成し、前記購買予測の暗号文を前記販売事業者装置に送信するステップを含む
    　秘密計算方法。     A secure computing method executed by a secure computing device,
    Receiving ciphertext obtained by encrypting the attribute information of the user and the corresponding user ID from the data owner device, and ciphertext obtained by encrypting the purchase history of the user and the corresponding user ID from the seller device and storing these ciphertexts;
    a step of matching the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by a secure calculation process;
    a step of extracting the ciphertext of the user ID corresponding to the ciphertext of the attribute information that has not been collated by secure calculation processing;
    a step of generating a prediction model based on a supervised learning data set consisting of the ciphertext of the purchase history and the ciphertext of the attribute information matched with the ciphertext of the purchase history by secure computation processing;
    generating a ciphertext of purchase prediction based on the ciphertext of the unmatched attribute information and the prediction model by a secure calculation process, and transmitting the ciphertext of the purchase prediction to the seller device; Secure calculation method.
  6. 　秘密計算装置が実行する秘密計算方法であって、
    　データ保有者装置からユーザの属性情報とこれに対応するユーザＩＤを暗号化した暗号文を受信し、販売事業者装置から前記ユーザの購買履歴とこれに対応する前記ユーザＩＤを暗号化した暗号文を受信し、これらの暗号文を記憶するステップと、
    　秘密計算処理により、前記ユーザＩＤの暗号文に基づいて前記属性情報の暗号文と前記購買履歴の暗号文を突合するステップと、
    　秘密計算処理により、突合されなかった前記属性情報の暗号文に対応する前記ユーザＩＤの暗号文を抽出して、前記データ保有者装置に送信するステップと、
    　秘密計算処理により、前記購買履歴の暗号文と、当該購買履歴の暗号文に突合された前記属性情報の暗号文からなる教師あり学習用データセットに基づいて予測モデルを生成して、前記データ保有者装置に送信するステップを含む
    　秘密計算方法。     A secure computing method executed by a secure computing device,
    Receiving ciphertext obtained by encrypting the attribute information of the user and the corresponding user ID from the data owner device, and ciphertext obtained by encrypting the purchase history of the user and the corresponding user ID from the seller device and storing these ciphertexts;
    a step of matching the ciphertext of the attribute information and the ciphertext of the purchase history based on the ciphertext of the user ID by a secure calculation process;
    a step of extracting the ciphertext of the user ID corresponding to the ciphertext of the attribute information that has not been collated by secure calculation processing, and transmitting the encrypted text to the data owner device;
    Generating a prediction model based on a supervised learning data set consisting of the ciphertext of the purchase history and the ciphertext of the attribute information matched with the ciphertext of the purchase history by secure calculation processing, and holding the data a secure computing method, including transmitting to a private device.
  7. 　コンピュータを請求項１または２に記載の秘密計算装置として機能させるプログラム。 A program that causes a computer to function as the secure computing device according to claim 1 or 2.
PCT/JP2021/023551 2021-06-22 2021-06-22 Secure computation device, purchase prediction system, secure computation method, and program WO2022269743A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2021/023551 WO2022269743A1 (en) 2021-06-22 2021-06-22 Secure computation device, purchase prediction system, secure computation method, and program
JP2023529265A JPWO2022269743A1 (en) 2021-06-22 2021-06-22

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/023551 WO2022269743A1 (en) 2021-06-22 2021-06-22 Secure computation device, purchase prediction system, secure computation method, and program

Publications (1)

Publication Number Publication Date
WO2022269743A1 true WO2022269743A1 (en) 2022-12-29

Family

ID=84545294

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/023551 WO2022269743A1 (en) 2021-06-22 2021-06-22 Secure computation device, purchase prediction system, secure computation method, and program

Country Status (2)

Country Link
JP (1) JPWO2022269743A1 (en)
WO (1) WO2022269743A1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017225116A (en) * 2016-06-17 2017-12-21 パロ・アルト・リサーチ・センター・インコーポレーテッドＰａｌｏ Ａｌｔｏ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ Ｉｎｃｏｒｐｏｒａｔｅｄ Computer-implemented system and method for protecting sensitive data via data re-encryption
JP2018054765A (en) * 2016-09-27 2018-04-05 日本電気株式会社 Data processing device, data processing method, and program
JP6351813B1 (en) * 2017-09-01 2018-07-04 ヤフー株式会社 Selection device, selection method, and selection program
JP2020149693A (en) * 2019-03-14 2020-09-17 アクタピオ，インコーポレイテッド Generation device, generation method, and generation program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017225116A (en) * 2016-06-17 2017-12-21 パロ・アルト・リサーチ・センター・インコーポレーテッドＰａｌｏ Ａｌｔｏ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ Ｉｎｃｏｒｐｏｒａｔｅｄ Computer-implemented system and method for protecting sensitive data via data re-encryption
JP2018054765A (en) * 2016-09-27 2018-04-05 日本電気株式会社 Data processing device, data processing method, and program
JP6351813B1 (en) * 2017-09-01 2018-07-04 ヤフー株式会社 Selection device, selection method, and selection program
JP2020149693A (en) * 2019-03-14 2020-09-17 アクタピオ，インコーポレイテッド Generation device, generation method, and generation program

Also Published As

Publication number Publication date
JPWO2022269743A1 (en) 2022-12-29

Similar Documents

Publication Publication Date Title
Kumar et al. Selection of portable hard disk drive based upon weighted aggregated sum product assessment method: A case of Indian market
US20080091508A1 (en) Multidimensional personal behavioral tomography
JP2021534468A (en) Automated Corporate Transaction Data Aggregation and Accounting
Sarbabidya et al. Role of chatbot in customer service: A study from the perspectives of the banking industry of Bangladesh
TAN et al. Evaluation and improvement of procurement process with data analytics
US9336549B2 (en) Systems and methods for performing in-store and online transactions
CN116738493B (en) Data encryption storage method and device based on classification category
WO2022269743A1 (en) Secure computation device, purchase prediction system, secure computation method, and program
WO2015186574A1 (en) Information system, integrating device, first device, information processing method, and recording medium
JP2021197089A (en) Output device, output method, and output program
TW202145105A (en) Customized marketing method and system for customer grouping service being performed by a processing module to create a marketing list
US20220200969A1 (en) Systems and methods for exchanging data between devices
JP2004318478A (en) Rf tag issuing device, rf tag utilizing device, method for utilizing rf tag, and program
JP2013210933A (en) Recommendation support method, recommendation support device and program
US20230281699A1 (en) Business opportunity information sales system and method thereof
JPWO2017122437A1 (en) Information processing apparatus, information processing system, information processing method, and program
Rahman et al. Measuring the consumers’ satisfaction and behavior intention on games marketplace technology platform: A perspective of two combination behavior models
US10885571B2 (en) Information set purchase recommendations
CN112468556A (en) Service product information pushing method and device, computer equipment and medium
Winnie Customer Interface Quality on Customer E-loyalty and E-satisfaction in Malaysia with the Effects of Trustworthiness
JP2008097432A (en) Financial commodity sales support system, financial commodity sales support method, and financial commodity sales support program
KR20210083897A (en) Device and method for marketing advisor based on artificial intelligence
CN117113410A (en) E-commerce operation management system based on cloud platform
KR102606144B1 (en) System of Mobile payment customer contract processing and product curation metaverse environment platform service provision using artificial intelligence model.
WO2021172437A1 (en) Data recording apparatus, data recording method, data recording program, system, method, and program

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21947030

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023529265

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE