JP7179795B2

JP7179795B2 - 匿名化装置、匿名化方法及び匿名化プログラム

Info

Publication number: JP7179795B2
Application number: JP2020047509A
Authority: JP
Inventors: 知明三本; 晋作清本
Original assignee: KDDI Corp
Current assignee: KDDI Corp
Priority date: 2020-03-18
Filing date: 2020-03-18
Publication date: 2022-11-29
Anticipated expiration: 2040-03-18
Also published as: JP2021149398A

Description

本発明は、データセットを匿名化するための装置、方法及びプログラムに関する。

従来、データセットのレコードから個人を特定されないために、例えば非特許文献１～５のように、プライバシ保護の観点からデータを匿名化するための様々な技術が提案されている。

K. LeFevre, D. J. DeWitt, and R. Ramakrishnan, "Mondrian multidimensional k-anonymity," in Proc. of the 22nd International Conference on Data Engineering (ICDE ’06), pp. 25-35, IEEE, 2006. P. Samarati and L. Sweeney, "Generalizing data to provide anonymity when disclosing information," in Proc. of PODS 1998, 1998, p. 188. P. Samarati, "Protecting respondents’ identities in microdata release," IEEE Trans. on Knowledge and Data Engineering, vol. 13, no. 6, pp. 1010-1027, 2001. L. Sweeney, "Achieving k-anonymity privacy protection using generalization and suppression," in J. Uncertainty, Fuzziness, and Knowledge-Base Systems, vol. 10(5), 2002, pp. 571-588. Byun, Ji-Won and Kamra, Ashish and Bertino, Elisa and Li, Ninghui, "Efficient k-anonymization using clustering techniques," International Conference on Database Systems for Advanced Applications, 188-200, 2007, Springer.

ところで、従来の匿名化手法において、匿名化対象のデータは、全ての属性が一致している必要があった。しかし、実際のデータには、例えばレセプトデータのように、ペイロードが異なるものが存在している。この場合、従来の匿名化手法では対応できなかった。

本発明は、ペイロードが異なるデータを匿名化できる匿名化装置、匿名化方法及び匿名化プログラムを提供することを目的とする。

本発明に係る匿名化装置は、ペイロードの属性が当該ペイロードに含まれるコードにより特定可能なレコードからなるデータセットの入力を受け付ける入力部と、前記レコードの順序を記憶する記憶部と、前記コード、又は前記コードの組み合わせ毎に前記データセットの一部のレコードを抽出し、共通の属性に対して匿名化処理を行う匿名化処理部と、匿名化された前記一部のレコードを、前記順序に従って統合し、匿名化されたデータセットを再構成する統合部と、を備える。

前記匿名化処理部は、共通の属性を持つ複数のコードを、同一の汎化されたコードに加工し、当該汎化されたコード毎に前記一部のレコードを抽出してもよい。

前記匿名化処理部は、前記汎化されたコード毎に前記匿名化処理を行った後、詳細化したコード毎に前記匿名化処理を行ってもよい。

本発明に係る匿名化方法は、ペイロードの属性が当該ペイロードに含まれるコードにより特定可能なレコードからなるデータセットの入力を受け付ける入力ステップと、前記レコードの順序を記憶する記憶ステップと、前記コード、又は前記コードの組み合わせ毎に前記データセットの一部のレコードを抽出し、共通の属性に対して匿名化処理を行う匿名化処理ステップと、匿名化された前記一部のレコードを、前記順序に従って統合し、匿名化されたデータセットを再構成する統合ステップと、をコンピュータが実行する。

本発明に係る匿名化プログラムは、前記匿名化装置としてコンピュータを機能させるためのものである。

本発明によれば、ペイロードが異なるデータを匿名化できる。

実施形態における匿名化装置の機能構成を示す図である。実施形態におけるコードとペイロード属性との関係を例示する図である。実施形態における匿名化方法の概要を示す図である。実施形態における匿名化方法の流れを例示するフローチャートである。

以下、本発明の実施形態の一例について説明する。
図１は、本実施形態における匿名化装置１の機能構成を示す図である。
匿名化装置１は、サーバ又はパーソナルコンピュータ等の情報処理装置（コンピュータ）であり、制御部１０及び記憶部２０の他、各種データの入出力デバイス及び通信デバイス等を備える。

制御部１０は、匿名化装置１の全体を制御する部分であり、記憶部２０に記憶された各種プログラムを適宜読み出して実行することにより、本実施形態における各機能を実現する。制御部１０は、ＣＰＵであってよい。

記憶部２０は、ハードウェア群を匿名化装置１として機能させるための各種プログラム、及び各種データ等の記憶領域であり、ＲＯＭ、ＲＡＭ、フラッシュメモリ又はハードディスク（ＨＤＤ）等であってよい。具体的には、記憶部２０は、本実施形態の各機能を制御部１０に実行させるためのプログラム（匿名化プログラム）の他、匿名化対象のデータセット、及びデータセットのペイロードに格納されるデータの属性を定義したコード等を記憶する。

制御部１０は、入力部１１と、匿名化処理部１２と、統合部１３とを備える。制御部１０は、これらの機能部により、ペイロードの属性が異なるデータセットを匿名化して出力する。

ここで、データセットの各レコードは、共通部と、ペイロード（コード、ペイロード属性１、２、…）とに分けられる。共通部は、全てのレコードに共通の属性（例えば、年齢、住所等）からなり、ペイロードは、データセット内で共通ではなく、コードによって各レコードに含まれるペイロード属性が特定される。
コードとペイロード属性との対応関係は、記憶部２０の所定のデータベースに格納され、適宜参照される。

図２は、本実施形態におけるコードとペイロード属性との関係を例示する図である。
例えば、コード００が付与されたペイロードには、「入院日」、「退院日」、「病名」が格納される。同様に、コード０１、１０、１１に対して、ペイロード属性が定義される。

入力部１１は、ペイロード属性がペイロードに含まれるコードにより特定可能なレコードからなるデータセットの入力を受け付ける。
また、入力部１１は、受け付けたデータセットの各レコードの順序を、記憶部２０に記憶しておく。

匿名化処理部１２は、コード、又はコードの組み合わせ毎に、データセットの一部のレコードを抽出し、抽出したレコードに共通の属性に対して匿名化処理を行う。なお、匿名化の手法は限定されず、各種の既存の手法が適用可能である。

このとき、匿名化処理部１２は、共通の属性を持つ複数のコードを、同一の汎化されたコードに加工し、この汎化されたコード毎に一部のレコードを抽出してもよい。
例えば、コードを構成する文字列とペイロード属性の共通性とに関連がある場合、この関連性に基づいてコードが加工される。図２の例では、コード００及び０１は、属性ＰＬ１及びＰＬ２が共通しているので、共に「０＊」と汎化することで該当のレコードが同時に抽出される。同様に、コード１０及び１１は、属性ＰＬ１が共通しているので、共に「１＊」と汎化される。

また、匿名化処理部１２は、汎化されたコード（例えば、「０＊」、「１＊」）毎に匿名化処理を行った後、詳細化した元のコード（例えば、００、０１、１０、１１）毎に匿名化処理を行ってもよい。

統合部１３は、匿名化された一部のレコードを、記憶しておいた順序に従って統合し、匿名化されたデータセットを再構成して出力する。

図３は、本実施形態における匿名化方法の概要を示す図である。
匿名化装置１は、まず、整形用の順序データが付与されたデータセット（Ａ）から、属性の共通部とコードとを抽出し、匿名化処理を行う。このとき、コード（００、０１、１０、１１）は、「０＊」又は「１＊」に汎化される。

匿名化装置１は、汎化されたコードそれぞれをキーにデータセットの一部を抽出すると、各グループ（Ｂ、Ｃ）内で共通の属性（太枠）に対して匿名化処理を行う。
そして、匿名化装置１は、それぞれ匿名化された複数のグループを順序データに基づいて統合して出力する（Ｄ）。

図４は、本実施形態における匿名化方法の流れを例示するフローチャートである。
この例では、ペイロードのコードに汎化のレベルが複数存在し、各レベルにおいて匿名化処理が実施される。
例えば、コード０１２が「０１＊」、「０＊＊」のように階層的に汎化される。

ステップＳ１において、入力部１１は、ペイロード部が異なるデータセットの入力を受け付ける。このとき、データセット内の各属性は、ペイロードのコードも含めて既知とする。

ステップＳ２において、入力部１１は、匿名化の結果出力時のために、各レコードの順序データを記憶部２０に記憶する。

ステップＳ３において、匿名化処理部１２は、データセット内の共通部と、ペイロードのコードとを切り出し、匿名化を実施する。
このとき、匿名化処理部１２は、コードをその定義（例えば、一般化階層木）に応じて、最も汎化されたコードに加工する。

ステップＳ４において、匿名化処理部１２は、コードが一致するレコードを抽出し、抽出したグループ内で共通の属性に対して匿名化を実施する。

ステップＳ５において、匿名化処理部１２は、全ての属性について匿名化を実施したか否かを判定する。この判定がＹＥＳの場合、処理はステップＳ８に移り、判定がＮＯの場合、処理はステップＳ６に移る。

ステップＳ６において、匿名化処理部１２は、ステップＳ４で用いたコードが汎化前の元のコードであるか否かを判定する。この判定がＹＥＳの場合、処理はステップＳ８に移り、判定がＮＯの場合、処理はステップＳ７に移る。

ステップＳ７において、匿名化処理部１２は、コードを１レベル詳細化する。その後、処理はステップＳ４に戻る。

ステップＳ８において、統合部１３は、ステップＳ４において匿名化されたグループを統合し、予め記憶された順序データに基づいて、加工後のレコードを入力されたデータセットと同じ順序に並び替えて出力する。

以上のように、本実施形態によれば、匿名化装置１は、ペイロードの属性がコードにより特定可能なレコードからなるデータセットの入力を受け付け、レコードの順序を記憶すると、コード、又はコードの組み合わせ毎にデータセットの一部のレコードを抽出し、共通の属性に対して匿名化処理を行う。これにより、匿名化装置１は、匿名化された一部のレコードを、記憶した順序に従って統合し、匿名化されたデータセットを再構成する。
したがって、匿名化装置１は、従来、全てのレコードが同一の属性を持つ必要があったのに対して、ペイロードの属性が異なるデータセットを匿名化できる。

このとき、匿名化装置１は、共通の属性を持つ複数のコードを、同一の汎化されたコードに加工し、この汎化されたコード毎に一部のレコードを抽出する。
したがって、匿名化装置１は、コードと属性の共通性とが関連する場合に、汎化されたコードによってグループ化するので、属性が一致している部分を効率的に抽出して匿名化処理を繰り返すことにより、データセット全体を適切に匿名化できる。

また、匿名化装置１は、汎化されたコード毎に匿名化処理を行った後、詳細化したコード毎に匿名化処理を行う。
したがって、匿名化装置１は、コードの汎化のレベル毎に共通する属性を効率的に抽出して、データセット全体を適切に匿名化できる。

以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、前述した実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、実施形態に記載されたものに限定されるものではない。

前述の実施形態では、コードの文字列の並びにより属性の共通性が判断できる場合を示したが、これには限られない。
例えば、匿名化装置１は、コードとペイロード属性との対応関係を示すデータベースから、ペイロード属性の少なくとも一部が共通するコードの組み合わせを抽出し、この組み合わせで一部のレコードを抽出してもよい。

匿名化装置１による匿名化方法は、ソフトウェアにより実現される。ソフトウェアによって実現される場合には、このソフトウェアを構成するプログラムが、情報処理装置（コンピュータ）にインストールされる。また、これらのプログラムは、ＣＤ－ＲＯＭのようなリムーバブルメディアに記録されてユーザに配布されてもよいし、ネットワークを介してユーザのコンピュータにダウンロードされることにより配布されてもよい。さらに、これらのプログラムは、ダウンロードされることなくネットワークを介したＷｅｂサービスとしてユーザのコンピュータに提供されてもよい。

１匿名化装置
１０制御部
１１入力部
１２匿名化処理部
１３統合部
２０記憶部

Claims

ペイロードの属性が当該ペイロードに含まれるコードにより特定可能なレコードからなるデータセットの入力を受け付ける入力部と、
前記レコードの順序を記憶する記憶部と、
前記コード、又は前記コードの組み合わせ毎に前記データセットの一部のレコードを抽出し、共通の属性に対して匿名化処理を行う匿名化処理部と、
匿名化された前記一部のレコードを、前記順序に従って統合し、匿名化されたデータセットを再構成する統合部と、を備える匿名化装置。
前記匿名化処理部は、共通の属性を持つ複数のコードを、同一の汎化されたコードに加工し、当該汎化されたコード毎に前記一部のレコードを抽出する請求項１に記載の匿名化装置。
前記匿名化処理部は、前記汎化されたコード毎に前記匿名化処理を行った後、詳細化したコード毎に前記匿名化処理を行う請求項２に記載の匿名化装置。
ペイロードの属性が当該ペイロードに含まれるコードにより特定可能なレコードからなるデータセットの入力を受け付ける入力ステップと、
前記レコードの順序を記憶する記憶ステップと、
前記コード、又は前記コードの組み合わせ毎に前記データセットの一部のレコードを抽出し、共通の属性に対して匿名化処理を行う匿名化処理ステップと、
匿名化された前記一部のレコードを、前記順序に従って統合し、匿名化されたデータセットを再構成する統合ステップと、をコンピュータが実行する匿名化方法。
請求項１から請求項３のいずれかに記載の匿名化装置としてコンピュータを機能させるための匿名化プログラム。