memo_2.txt

|日時|3/8(水) 13:30-16:30|
|場所|東京大学本郷キャンパス 6号館 3階 セミナー室AD|
|URL|https://www.ibm.com/blogs/solutions/jp-ja/2017/02/bigdata-seminer01|
#contents2();

参加者：60人くらい
4,50代が多い印象。みなさんスーツ。１人ジャージ。

*プログラム
 改正個人情報保護法の概観
  IBM 大西克美さん
 匿名化技術の紹介
  日立製作所 鈴木貴之さん
  k-匿名化技術の紹介
 個人情報を適切に分析するためのソリューション紹介
  IBM 吉澤徹さん
  IBM Information Serverを利用した、機微情報の検出とデータマスキング

* 講演内容
** 改正個人情報保護法の概観  
資料：https://ibm.ent.box.com/v/bd-semi-0308
・字が小さい
・利用目的の変更；「相当の」が消えた
　利用制限の緩和
・セキュリティ対策　責務はほとんど変わっていない
　匿名加工の実施、が追加されただけ
・P12: セキュリティ事故の類別
　・今後はどんな欠陥が突かれる？
　　・稚拙な情報漏えい。ITリテラシーの低いユーザ。
　　　ブランドの失墜。これも大きい。対策しないと
　　・高度な攻撃
　　・法律の理解不足
　　・匿名化処理の不足

・今後は...
　・規定の変更が必要になりそう
　　・セキュリティ教育（研修）の導入
　　　・IBMのソーシャルガイドライン
　　・第三者提供の書き方も、合意を得たことにするような表現にする
　・今保持しているものは、保持する価値がないかもしれない
　　・SNSで公開されていたり
　　・block chainに参加して、分散台帳システムを使う
　　・別のアプリに登録していたり
　　・よそが販売していたり
　　　-> 守らないといけないCrown Jewelを定義する
　　　　余計なリスクは追わない？
　　　　買えるものは買う？とか
　　　　　・データの整理、データ活用促進技術の導入（匿名化とか）、研修
　　　　　
・匿名化技術
　・資料は後で。
　・日立のあれ
　・背景
　　・クラウドの活用により、スタートアップもペタクラスのデータを扱える
　　　・データの共同利用　情報流通
　　・セキュリティが大事
　　　・個人情報を守る
　　　　・匿名化、暗号化、アクセスコントロールが大事
　・匿名化と暗号化の違い　　
　・匿名加工情報のありがたみ
　　・目的外利用がしたいから
　　・漏えい時リスク、再識別リスク軽減のために...
　　　・マスキング、削除
　・P10 匿名性の説明
　　・識別特定、識別非特定、非識別非特定
　　　・統計化したもの、とかは？質問したい
　・匿名化技術の紹介
　　・よくあるあれ
　　・単純匿名化ではダメ
　・高度な匿名化
　　・k-匿名化
　　　・同一レコードがk件以上存在するデータ
　　　　・これって統計情報では？　QQQ
　　・すべてが準識別子、としている
　　　・何に使うの？？？
　・k-匿名化の話
　　・ここは機密情報を含んでいる
　・木の情報も共有してくれないと、使えなくない？
　　・共有したら、何かが漏えいしないかな？
　　・大丈夫？
　・課題
　　・一般階層木
　　　・作るの大変
　　・k-匿名性
　　　・時間かかる
　・頑張った
　・kの値を決める
　　・コンサルする
　　・匿名化する

　・事例
　　・ランドスケイプ者
　　　・休眠顧客の掘り起こし
　　　　・生データ出せないけど、分析したい、外部委託したい->k匿名化した
　　　　・精度出るの？
　　　　　・内部でやればすればよくない？
　　　　　・偶然精度が出た
　　　　　　・「匿名加工情報の活用、ではないよね？」
　　　　　　・「ただの安全管理。ユースケース出せてない」わかる
　　　　　　・安全管理...という方向に振っている印象
  ・最新動向
　　・l多様性とか、差分プライバシーとか
　　・
　・安全管理
　　・秘密計算して匿名化するあれ
　　・share pointと連携して、検索インデックスを暗号化して...
　　・秘匿相関ルール分析もできる
　　　・
　　・暗号化、匿名化クラウドサーバとして
　　　・プレスリリースがあるらしいので見る
　　・

IBM 機微情報の活用 InfoSphereの宣伝
　・個人情報保護法が改正された　
　　以下の２点に注目している
　　・指紋とかDNAが個人情報になった
　　・トレーサビリティの確保
　・個人情報の管理
　　・どれが個人情報か？を特定し、適切に管理したい
　　・infosphere information analyzer
　　　・データのプロファイリングツール
　　　・データマネジメントツール
　　　　・岡谷さんが詳しそう　リンク貼りたい
　　・データクラスを検出して、判定する
　　　・メールアドレス、カード番号、住所、...
　　　・検索可能な状態にする
　　　　・どこに管理が必要な情報があるか
　　・データ統合
　　　・データ統合を統一化することで、品質を均質化する
　　　　・結合方法の属人化を防ぐ
　　　・ETLツール
　　　　・シェアNo.1
　　　　・GUIで変換、結合の様子を表現する
　　　　・保守性が高い
　　・マスキング
　　　・Optimを使う InfoSphereに組み込まれている
　　　　・データクラスごとに、加工方法が定義されている
　　　　・クレジットカード番号なら、カード会社番号は残して、...とか
　　　　・メールアドレスなら、ドメインは残す、とか
　　　　・
　　・データと位置把握
　　　・サーバとかネットワークとか...
　　・名寄せツール
　　　・
　　・