암호화 중에 개인 데이터를 안전하게 익명화하기위한 기술 개발

익명화 된 개인 데이터를 활용해야 할 필요성

 카지노사이트. (사장 겸 COO : Higashihara Toshiaki/Healinafter, Hitachi)는 최근 개인 데이터를 발표했습니다*1우리는 암호화하는 동안 (개인에 대한 정보) 단단히 익명화하는 기술을 개발했습니다 (개인을 식별 할 수 없도록 변환). 이 기술은 개인 데이터의 익명화를보다 안전하게 가능하게 할 것이며, 익명화 된 개인 데이터 (익명 처리 된 정보)의 사용의 요구를 충족시킬 것이며, 이는 2015 년 9 월 개인 정보 보호법에 대한 개정이 통과 된 후 향후 확장 될 것으로 예상됩니다.

  최근에는 모바일 장치 및 센서 장치의 빠른 확산으로 인해 등장하고 수집 한 데이터가 계속 증가하고 다각화되며 빅 데이터의 사용은 다양한 분야에서 홍보되고 있습니다. 또한, 개인 정보 보호법을 수정하는 법안은 통과 될 것이며, 향후 제 3자는 장치 데이터뿐만 아니라 개인 데이터를 익명으로 편집하여 개인을 식별 할 수없는 익명으로 처리 된 정보를 사용할 수 있습니다. 이는 예를 들어 운동 기록의 익명 처리 된 정보와 구매 기록을 사용하여 매우 정확한 시장 조사를 위해 익명 처리 된 정보의 사용을 크게 확장 할 것으로 예상됩니다.

  빅 데이터 분석에서 클라우드는 계산 처리 능력을 유연하게 활용할 수 있지만 개인 데이터와 같은 민감한 데이터를 처리하려면 보안이 높아 지므로 기술은 클라우드의 데이터를 암호화하여 제 3자가 콘텐츠를 해독하고 여전히 암호화하는 동안 검색 및 분석하는 것을 방지하는 데 점점 실용화되고 있습니다. 반면에 개인 데이터를 익명화하여 개인을 식별 할 수없는 기술로서 K- 안정화 기술*2주목을 끌고 있지만 기존의 기술을 사용하면 암호화 된 데이터는 익명화 될 수 없으며, 한 번 암호화를 해독 (해독)하여 보안 문제를 만들어야했습니다.

  따라서 Hitachi는 개인 데이터를 암호화하고 K-Anonymization을 실현하는 동시에 클라우드에서 암호화 상태를 유지하는 기술을 개발하여 개인 데이터의 익명화에 대한 보안을 향상시키기 위해 향후 점점 더 필요할 것입니다. 이 기술의 기능은 다음과 같습니다.

1. 암호화 된 데이터를 안전하게 집계하기위한 기술 개발

많은 k-anonymization technologies는 다른 값의 데이터를 동일한 데이터로 집계하는 트리 구조를 가지고 있습니다.*3를 사용하십시오 하부 계층에서 상단 계층으로의 데이터를 집계합니다. 구체적으로, 예를 들어, Kanto Region (10 결과) 및 Tohoku 지역 (20 결과)과 같은 계층 적 (서브 분류)의 데이터는 동부 일본과 같은 계층 적 (중간 분류)의 데이터를 통합하여 익명화됩니다. 그러나, 데이터가 암호화되면, 암호화에 의해 집계 전 하부의 데이터가 암호화되지 않기 때문에이 트리 구조는 생성 될 수 없었다.
  Hitachi는 암호화 상태를 유지하면서 데이터를 비교하는 고유 한 검색 가능한 암호화 기술을 사용하는 기술을 개발하고 비교와 동일한 값으로 결정된 암호화 된 데이터 수를 집계 하고이 요약 결과를 사용하여 트리 구조를 생성합니다. 이 트리 구조는 데이터 정보의 양을 줄임으로써 데이터를 통합하여 데이터 정보의 양을 줄임으로써 데이터 통합 ​​효과를 줄이기 위해 설계되었습니다.

2. 실제 처리 속도와 높은 안전성을 달성

  일반적으로 암호화 된 상태에있는 상태에서 데이터 처리는 암호화되지 않은 경우에 비해 매우 느립니다. 반면에 Hitachi의 검색 가능한 암호화 기술은 암호화 된 데이터의 고속 비교를 허용하고 심지어 암호화 된 상태에서 데이터 처리를 최소로 유지합니다. 이로 인해 데이터 처리가 30%증가합니다*4에 보관했습니다 실제 처리 속도를 보장합니다.
  또한 더 큰 보안을 보장하기 위해 데이터 암호화를위한 다양한 암호화 키와 익명 암호화 데이터를위한 암호화 키가 사용됩니다. 이는 데이터 제공 업체가 익명화 전에 암호화 된 데이터가 유출 되더라도 데이터가 유출 되더라도 암호화를 암호화하기위한 암호 해독 키 만 갖추기 때문에 보안을 보장합니다.

  Hitachi는 개인 데이터의 사용을 확장하기 위해 2018 회계 연도에 개발 한 기술을 실용화하기 위해 개발 한 기술을 사용하고 있습니다.

   이 결과는 3 월 10 일과 11 일에 전기 커뮤니케이션 대학에서 개최 될 정보 보안 연구 그룹에서 발표 될 것입니다.

이번에 개발 된 기술의 개요

*1

개인 데이터 :이 뉴스 릴리스는 개인 정보 보호법의 제 2 조에 정의 된 바와 같이 "생존 개인의 식별 정보"보다 개인에 대한 정보를 더 광범위하게 정의하며 위치 정보 또는 구매 기록과 같은 개인을 식별하지 않는 정보를 포함합니다.

*2

K- 안명 기술 : 특정 개인을 식별하기 어렵게 만드는 데이터 처리 방법 중 하나. 동일한 속성으로 k 이상의 레코드 (데이터베이스 라인 당 데이터 모음)가 존재하도록 데이터를 변환함으로써, 개별 확인 확률은 1/k 이하로 감소된다.

*3

트리 구조 : 학부모와 자식 인 여러 데이터로 분기 된 데이터와 같이 계층 구조가 심화 될 때 분기되는 데이터 구조 유형.

*4

측정 결과는 암호화 된 트리 구조의 생성에서 30,000 개의 레코드 및 9 가지 유형의 속성에 대한 k- 안정화 된 암호화 된 데이터 생성에 이르기까지 익명화 기술 제공 업체 (위의 개요 이미지에 표시)를 측정하는 것을 측정합니다.

연락처 정보

카지노사이트. 연구 및 개발 그룹 정보 계획 부서, 기술 센터, 정보 및 계획 부서 [책임 : Yumoto]
292 Yoshidacho, Totsuka-Ku, Yokohama, Kanagawa 244-0817
전화 : 050-3135-3409 (Direct)

위