匿名化・再識別

2018年5月号の『情報処理』でPWS Cup 2017を題材に匿名化・再識別が取り上げられていて楽しそうだったのでいろいろ調べてリンクをまとめた。 PWS Cupは学生だけでは参加できないそうだが、本戦で使用されたデータは公開されている。

海外ではArvind Narayanan先生が有名らしい。日本だと中川裕志先生のスライドがたくさん出てくる。 語彙力が足りないので英語論文がすらすら読めない…じっくり時間をかければ理解できそうな気はするが。

PWS CupとNetflix Prizeの事例の違い、re-identificationとde-anonymizationの違いもイマイチわからなくて混乱している。 個々の履歴などのレコードがある1人に属することを見破る(=識別する)のがre-identificationで、その個人がだれだれという段階まで割り出すのがde-anonymizationだろうか。

コードを探るとPyTorchなどを使ったものも出てくる。ということは機械学習を勉強してみる必要があるのかな。

• PWS Cup
  • パーソナル履歴データに対する匿名化と再識別:SCIS2017
• Robust De-anonymization of Large Sparse Datasets
• De-anonymizing Social Networks
• 匿名化の崩壊
• FAQ
• Re-identification of “Anonymized” Data
• Reidentification as Basic Science
• Link Prediction by De-anonymization: How We Won the Kaggle Social Network Challenge
• Re-id Resources 実際のコードがまとめられている