プライバシー保護実現に向けた秘匿性定量化手法 : LooM(<特集>「ネットワークデータマイニング」「センサデータマイニング」)

スポンサーリンク

概要

論文の詳細を見る
ユーザの代理としてのプライバシー情報開示交渉機能実現に向けて, ユーザ集合の特性に応じてプライバシーの保護レベルを評価する秘匿性定量化手法LooM^1を提案する.LooMでは, ユーザ集合から特定個人が絞り込まれる危険性が, 開示するプライバシー情報種別(属性)に依存するという考えの下に, 「プライバシー保護の問題」を「秘匿したい属性の値によってユーザ集合をクラス分類する問題」として扱う.本稿では, LooMについて, ユーザのプライバシー情報データベースの規模と属性値分布の依存性の観点から評価し, 有効性を示す.LooMを用いた実用システムでは, 秘匿性闘値を規定し, 秘匿性闘値に応じてプライバシー情報の開示の可否判断を行う.ここでは, ユーザアンケート調査に基づいた秘匿性闘値設定方法について述べる.
社団法人電子情報通信学会の論文
2005-07-25

著者

関連論文

もっと見る

スポンサーリンク