[論文レビュー] Data mining and Privacy in Public Sector using Intelligent Agents (discussion paper)

Max Voskob, Nuck Punin|ArXiv.org|Nov 28, 2003

Privacy-Preserving Technologies in Data被引用数 3

ひとこと要約

本論文は、既存インフラの再構築を必要とせず、知能的ソフトウェアエージェントと知識ベースのオーバーレイを用いた、公共部門向けのプライバシー保護型データマイニングフレームワークを提案する。このアプローチにより、分散型エージェントの協調とアクセス制御を活用し、データの機微性を保ちながら、異機関間の分析を可能にする。政治的・社会的・技術的障壁を克服し、データ共有を促進する。

ABSTRACT

The public sector comprises government agencies, ministries, education institutions, health providers and other types of government, commercial and not-for-profit organisations. Unlike commercial enterprises, this environment is highly heterogeneous in all aspects. This forms a complex network which is not always optimised. A lack of optimisation and communication hinders information sharing between the network nodes limiting the flow of information. Another limiting aspect is privacy of personal information and security of operations of some nodes or segments of the network. Attempts to reorganise the network or improve communications to make more information available for sharing and analysis may be hindered or completely halted by public concerns over privacy, political agendas, social and technological barriers. This paper discusses a technical solution for information sharing while addressing the privacy concerns with no need for reorganisation of the existing public sector infrastructure . The solution is based on imposing an additional layer of Intelligent Software Agents and Knowledge Bases for data mining and analysis.

研究の動機と目的

• 異種の公共部門環境における情報のスロットルと通信の悪さという課題に対処すること。
• 構造的再編成を要件とせず、公共部門機関間でのデータ共有と分析を可能にすること。
• 増加するデータマイニングの要求に対応しながら、個人のプライバシーや運用のセキュリティを維持すること。
• 公共機関におけるデータ共有の政治的・社会的・技術的障壁を克服すること。
• 既存の公共部門システムにスムーズに統合できる技術的ソリューションを開発すること。

提案手法

• 提案手法は、公共部門のノードを横断して動作する知能的ソフトウェアエージェントのオーバーレイ層を導入する。
• エージェントは、プライバシーポリシーを尊重しながら、分散型ソースからデータを発見・取得・分析する責任を負う。
• 共有された知識ベースがメタデータとアクセスルールを格納し、意味的相互運用性とポリシーの実行を可能にする。
• エージェントは分散型推論とアクセス制御メカニズムを用いて、承認されたデータのみが共有または処理されるように保証する。
• アーキテクチャは侵襲的でなく、既存の公共部門ITシステムに変更を加える必要がない。
• データ最小化、アクセス制御ポリシー、分散型データ処理を通じてプライバシーが確保される。

実験結果

リサーチクエスチョン

• RQ1 機微な個人データを中央集権化せずに、公共部門機関間でどのようにデータマイニングを実施できるか。
• RQ2 異種の公共部門環境において、安全でプライバシー保護型のデータ共有を実現するための技術的アーキテクチャは何か。
• RQ3 知能的エージェントは、プライバシーとセキュリティ制約を尊重しながら、異機関間のデータ分析をどのように促進できるか。
• RQ4 既存の公共部門ITインフラを再編成することなく、どのように活用できるか。
• RQ5 ソフトウェアエージェントは、データ共有における政治的・社会的障壁を克服するために、どのような役割を果たすか。

主な発見

• 提示されたエージェントベースのアーキテクチャにより、既存インフラの変更なしに、公共部門機関間でのデータマイニングと分析が可能になった。
• 知能的エージェントが実行する分散型データ処理とアクセス制御ポリシーにより、プライバシーが確保された。
• 共有された知識ベースと意味的メタデータを介して、異種システム間の相互運用性が実現された。
• 直接的なデータ転送を最小限に抑え、データ主権を保全することで、政治的・社会的抵抗を緩和した。
• スケーラブルかつ拡張可能であり、機関ごとの段階的導入をサポートする。
• 実装詳細に制限があるものの、本アプローチは現実の公共部門応用において実現可能性を示した。