Co-locationを考慮した擬似トレース生成に向けた匿名化手法に関する検討
Abstract
位置情報はユーザの趣味や友人関係といった様々な情報が関連している．位置情報を活用することで，よりパーソナライズされた有用性の高いサービスを提供することが可能となる．このような推薦アルゴリズムだけでなく，濃厚接触者追跡といった社会的に重要な用途の活用においても，位置情報の活用は重要である．そこで本研究では，位置情報サービス提供者が，ユーザのプライバシーを保護しつつ移動履歴情報を第三者提供することで，第三者機関による周辺地域の人気施設の抽出やユーザの行動分析を実現するための手法として，擬似トレースの生成法に着目する．生成されるトレースの有用性を高めるために，新たなパラメータとして友人関係発生確率とCo-location回数行列の2つの概念を導入する．Foursquare Datasetを対象として提案手法の検証を行い，Xiaoらが提案したPriveletアルゴリズムに従ったノイズを付与することで，有用性を大きく損失させることなくプライバシー保護が可能であることを示した．