匿名化データを復元する攻撃手法の定量的評価の検討

摘要

予測モデルの精度を高めるために、複数の機間に分散しているデータの統合解析が求められている。一方で、複数の機関にあるデータを収集するにはプライバシーのリスクが伴う場合が多く、その代表的な対応として匿名化手法が存在する。本研究では、モデルに対する攻撃の一つであるModel Inversion Attackを改良し、匿名化データに対する攻撃手法(Data Inversion Attack)を新たに提案する。その評価においては、高次元データに対応できるpk-匿名化及び行列分解匿名化を行ったデータを対象とし、元のデータの復元を定量的に評価する。特に、元データの確率分布による評価をベースラインとして、我々の攻撃手法がベースラインよりも高い精度でデータの復元に寄与できることを示した。