情報処理学会 第77回全国大会講演要旨

グラフ情報を含んだデータに対する典型的な匿名化基準の一つとしてk-neighborとそれを実現するためのデータ変換手法が提案されている。このとき、処理対象のサブグラフを同型にするために用いられる匿名化コストを表す評価関数が用いられる。しかし、評価関数には複数個のパラメータが含まれており、このパラメータの設定によって匿名化コストも大きく変動することが予想される。また、実際のグラフデータにおける匿名化コストと評価関数のパラメータの設定との関係は不明な点が多く、これを解き明かす必要がある。そこで、本研究では、匿名化コストの削減を目的とした評価関数の検討と実際のグラフデータにk-neighborを適応させた場合の匿名化コストの検討を行う。