In this paper, we first present a diagnosis system for data sensitivity using two privacy definitions and evaluate it to implement a prototype system. The diagnosis is based on major notions of privacy: k-anonymity and (c, l)-diversity, and the system provides a privacy-leakage level within a feasible computation time. A prototype system realizes less than 1 ms computation for the diagnosis and updating data.%本稿では，ユーザが送信するデータの重要度を判定し，適切なセキュリティ対策を促すためのデータ重要度可視化技術の検討結果を述べる．データ重要度可視化技術の研究開発は，2つの研究課題から構成される．データ特徴量抽出技術により確立されたデータ特徴量抽出モジュールは，他のデータと比較した当該データの希少性からデータの重要度を判定する．また，履歴類似性判定モジュールにより確立された，過去の履歴との類似性からデータの重要度を判定する．本稿では，特にデータ特徴量抽出技術の検討結果について，その実現方式及びプロトタイプシステムを用いた評価結果を紹介する．データ特徴量抽出技術の判定処理は，十万件のデータに対して80us以下の処理時間で実現できることを示す．
展开▼
