ユーザ存在の特定を困難にした分散匿名化の提案 : 2診療機関のレセプトデータを用いた有効性の評価(人工知能,データマイニング,<特集>学生論文)

概要

論文の詳細を見る
複数機関が保持するユーザのパーソナル情報を結合・分析し,新たな知見を得ることが期待されている.例えば,医学研究のために複数医療機関が保持する医療情報を結合・分析することが期待されている.一方,パーソナル情報は個人のプライバシーに関する情報であるため,他の機関へ全開示した結合はできない.また,結合したパーソナル情報の組合せからユーザが特定されるおそれもある.そのため,パーソナル情報が含まれたテーブルを必要最小限の関示にとどめながら結合し,個人が特定されない形に加工した結合匿名テーブルを生成・開示する分散匿名化手法が注目されている.しかし既存手法では,双方の機関のユーザ集合が一致しない場合に,ユーザのパーソナル情報がその機関に保持されているか否かというユーザ存在が他方の機関に漏えいする問題があった.そこで本論文では,ユーザ存在を隠ぺいしつつ結合匿名テーブルを生成・開示する分散匿名化手法を提案する.そして,提案手法の計算量・通信量の評価と実際のレセプトデータを用いた有効性評価を行い,ユーザ存在を隠ぺいしながらも相対誤差15%以下でデータ分析な結合匿名テーブルが生成可能であることを確かめた.
2013-03-01