THE PET GUIDE (国連のプライバシー強化技術ガイド 2023)を読む

この記事は

THE UNITED NATIONS GUIDE ON PRIVACY-ENHANCING TECHNOLOGIES FOR OFFICIAL STATISTICS.2023 をざっくり読みながら、メモを書いていきます。130ページあって読むのが大変なので、どこに何が書いてあるのかをガイドします。ガイドのガイドがしたいです。

全体概要・章立て

公的統計の作成...に主眼をおきつつ、技術・事例・法対応について整理されていました。

• 1章 : PETsの紹介
  • 機微情報を利用した公的統計の作成を、正確かつ安全に行うことを目標に、有用な技術を整理している
    • (感想)「PETs」って、日本語のプレゼンでは、あんまり使われない印象。
• 2章 : PETsの技術解説
  • マルチパーティ計算、準同型暗号、差分プライバシー、合成データ、分散学習、ゼロ知識証明、TEE
  • (感想)日本総研様のプライバシー強化技術の概説と動向でも、大半が解説されています。合成データとゼロ知識証明が差分。
  • 匿名化(de-identification)はClassicalなアプローチ(1章2節より)
    • (感想) Classical。技術的にはそうですよね...。
• 3章 : PETsを利用したデータ活用事例
  • 公的統計の作成...の取り組みを中心に、18種類の事例を紹介している
    • (感想)日本の事例は無し
    • (感想)産業界の事例は、日本総研のプライバシー強化技術の概説と動向によくまとまっていると思います
• 4章 : PETsに関連する標準・規格
  • ISO****等との関係について整理されている
  • (感想) いつ読むかなあ...
• ５章 : 法規制の課題
  • 各国の法規制への対応についての調査・考察
  • (感想) いつ読むかなあ...直近、日本の法律しか興味がない...

章別のメモ

1章: PETsの紹介

• TODO： 適当に読む

2章: 技術解説

• TODO： 合成データとゼロ知識証明について読む

3章: 事例紹介

事例まとめ

• とりあえずP.62のTable3.1を訳してみました
• Applicationのところを見て、興味がある実用の内容について、詳細を調べてみようと思います

#	事例	目的	データセット	技術	応用	ステータス
1	ボストン 労務局	ジェンダーや人種と給与格差の分析	人工統計データと、企業の給与情報	マルチパーティ計算	Secure vector addition	実機化
2	EU 統計システム	スマートデバイス・センサーを利用した、既存統計調査の高度化	調査参加者のデバイスから取得したセンサーデータ	連合学習、マルチパーティ計算、準同型暗号	Privacy-preserving statistical analysis	実証実験
3	EUの統計局	携帯電話の通話情報を利用した、日次の人流分析	1億台分の携帯電話の通話データデータの集計値	TEE	Privacy-preserving statistical analysis	実証実験
4	インドネシアの観光庁	携帯電話２社のデータを安全に結合して分析を行う	TODO	TEE	Privacy-preserving statistical analysis	実機化
5	イタリアの統計局と政府銀行	家計調査と金融データを結合して、より詳細な分析を行う	統計局のデータと、銀行のデータ	マルチパーティ計算	Private Set Intersection with Analytics	パイロット
6	イギリスの統計局	分析パイプラインと分析システムのテスト用に、合成データを利用する	国勢調査データ、人口動態データ、コロナ感染調査データ	合成データ、差分プライバシー	Generating high quality data to test engineering and analytical pipelines	実証実験
7	韓国サムスンSDS	第三者に頼らずに安全なデータ収集・分析を行う	検証用のテストデータ	マルチパーティ計算	Private Set Intersection	実証実験
8	カナダの統計局	悉皆性のある？政府統計データと比較して、サードパーティデータのカバレッジを評価する	TODO	マルチパーティ計算	Exact privacypreserving data matching with a keyed-hash function	実証実験
9	カナダの統計局	機微情報の分析を、クラウドの計算環境を利用しつつ、安全に行う	商品説明の合成データ	準同型暗号	Supervised text classification	実証実験
10	カナダの統計局	合成データを利用した、データ分析研修用データの作成	人口動態データ	合成データ	Generating high quality data for training and hackathons	パイロット
11	韓国の統計局	クラウドの計算環境を利用した、安全なデータの結合分析プラットフォーム	いろいろな公的？データ	準同型暗号、マルチパーティ計算、差分プライバシー	Descriptive statistics and logistic regression in the proof of concept	パイロット
12	オランダの統計局	機微なヘルスケアデータを利用した、心臓疾患の予測	病院のデータと、国政調査データ？	マルチパーティ計算、準同型暗号、秘密分散、連合学習	Record linkage and development of machine learning models	コンセプト
13	オランダの統計局	eHealthソリューションの効果の測定を、患者の情報を共有せずに行いたい。	病院、保険会社、国政調査のデータ。	準同型暗号、秘密分散、マルチパーティ計算(PoC用データとして合成データを作成)	Private set intersection with analytics	パイロット
14	Twitter社とOpenMined社	企業の機密データを開示せずに、外部の研究者が分析を行いたい。	Twitter社のデータ。	差分プライバシー、マルチパーティ計算、連合学習(開発・PoC用データとして合成データを作成)	Remote Data Science	PoC(実行中)
15	国際連合	スマートデバイスで収集されるデータを、安全に収集・分析したい。	公開されている、スマートデバイスでセンシングした、人間の動きのデータ。	連合学習、準同型暗号、差分プライバシー	Development of a machine learning model.	PoC
16	国際連合 (PET Lab)	国ごとに収集した貿易データを、安全に収集・照合・分析したい。	当初は国連の貿易データを利用して、徐々に外部のデータも利用している	差分プライバシー、マルチパーティ計算、Secure Enclave	Reconciliation and joint trade analysis	PoC(実行中)
17	アメリカ統計局	国勢調査として収集した機微情報を、安全に開示したい	2020年の国勢調査データと、その他年次調査データ	差分プライバシー	Statistical disclosure	実機化(法的な課題あり)
18	アメリカ教育庁	大学生のローンや奨学金の状況についての分析を行いたい。	学生の、ローンや奨学金に関わる金融データ	マルチパーティ計算	Private Set Intersection with　Analytics	パイロット

個別調査

• #6 合成データによる機械学習パイプライン構築支援。テスト用のデータを手に入れるのが難しかったりしますが、安全な合成データを利用してシステムだけ作り、最後に本番データを流すのは、合理的に思えます

  • 合成データの安全性保証、が欲しいですね
  • 合成データを本番データを区別する仕組み、も欲しい気がします。取り違えで分析すると困りますし

• #8 国勢調査のデータを持っている政府統計期間のデータを利用して、第三者(外部)のデータの品質を評価するサービスの検討。PSI:秘密共通集合演算を利用することで、安全に突き合わせ+集計を行う

  • 具体的にどういう第三者機関を想定しているのだろうか...よくわかりませんが、国民全体のデータを持っている国勢調査のデータとの比較は、価値がありそうです。
  • ドコモさんのプライバシー保護クロス集計を思い出しました

• TODO: #10のハッカソン用データ生成も良いですね

4,5章

• いつか読む

感想

• 国を跨いだデータの連携は、各国の法律の対応が大変そう。国連が先陣を切って事例を作ってくれるのは助かるので、こういうペーパーが国連から出てくるのは助かりますね
• Secure EnclaveってTEEのことかと思っていました。違いを調べます
• (他の章を読んで、何か思うところがあれば、追記します)

以上です。