ユビキタスネットワーキング環境におけるプライバシー保護手法：LooM

摘要

本論文では，ユビキタスネットワーキング環境において，プライバシー保護と利便性を適度なバランスで保つことを目指したプライバシー保護システムの実現に向けて，LooM（Loosely managed privacy protection Method）と呼ぶプライバシー保護手法を提案する．LooMの主な特徴は，決定木学習の分類ア）t／ゴリズムをプライバシー保護に適用し，ユーザの匿名性の評価尺度に情報エントロピーを用いたことである．また，LooMは，ユーザの移動に伴いプライバシー情報データベースが変更されても，情報エントロピーをもとにした単一量で表現できることを特徴とする．LooMの一笑現形態であるLooMサーバでは，ユーザが一意に特定されないための指標として，システムのセキュリティ要件から匿名性のしきい値を定める．LooMサーバは，プロバイダが要求するプライバシー情報の開示の可否をこのしきい値で判断する．LooMの有効性は，利用シーンを模擬したプライバシー情報のデータベースを便ったシミユレーションと，フィージビリティ確認のためのLooMサーバの基本機能の実装により確認する．