データのサニタイズ

データサニタイズとは、データセットやメディアから機密データを安全かつ永久に消去し、広範なフォレンジック分析を行っても残留データが回復できないようにすることです。^[1]データサニタイズの用途は多岐にわたりますが、主に耐用年数を経た電子機器の消去や、機密情報を含む大規模なデータセットの共有と使用に使用されます。デバイスから個人データを消去するための主な戦略は、物理的破壊、暗号消去、およびデータ消去です。データサニタイズという用語から、電子メディア上のデータのみが含まれると考える人もいるかもしれませんが、紙のコピーなどの物理メディアも広くカバーしています。これらのデータタイプは、電子ファイルの場合はソフト、物理メディアの紙のコピーの場合はハードと呼ばれます。データサニタイズ方法は、ヒューリスティックベースの方法、機械学習ベースの方法、kソース匿名性などを通じて機密データのクリーニングにも適用されます。^[2]

この消去が必要なのは、オンライン ストレージに移動するデータ量が増えているためです。デバイスが別の個人に転売された場合、プライバシー リスクが生じます。近年、個人情報が電子形式で保存されることが増え、個人情報の配布に大規模で複雑なデータセットが利用されるようになったため、データ サニタイズの重要性が高まっています。電子ストレージが拡張され、より多くのプライベート データを保存できるようになりました。そのため、デバイスが使用されなくなったらデータが残らないようにするために、より高度で徹底したデータ サニタイズ手法が必要です。大量のデータの転送を可能にする技術ツールにより、より多くのプライベート データが共有されるようになりました。特に、クラウド ベースの情報共有とストレージの人気が高まるにつれて、共有されるすべてのデータがクリーンであることを保証するデータ サニタイズ方法が大きな懸念事項になっています。したがって、政府と民間企業がデータ サニタイズ ポリシーを作成して施行し、データ損失やその他のセキュリティ インシデントを防ぐのは理にかなっています。

データサニタイズの実践はほとんどの技術分野では常識ですが、企業や政府のすべてのレベルで一貫して理解されているわけではありません。したがって、データの損失、国家機密の敵対者への漏洩、独自の技術の開示、政府機関による契約競争の禁止を回避するために、政府契約および民間産業における包括的なデータサニタイズポリシーが必要です。

ますますつながりが深まる世界において、政府、企業、個人が特定のデータ サニタイズ プロトコルに従い、情報の機密性がライフサイクル全体にわたって維持されることがますます重要になっています。このステップは、情報セキュリティの核となる機密性、完全性、可用性の 3 つの要素にとって重要です。このCIA の 3 つの要素は、政府の請負業者として活動したり、その他の機密性の高い個人情報を取り扱ったりする人々に特に関係します。このため、政府の請負業者は特定のデータ サニタイズ ポリシーに従い、これらのポリシーを使用して、 NIST Special Publication 800-88 に記載されている米国国立標準技術研究所 ( NIST)が推奨するメディア サニタイズ ガイドラインを実施する必要があります。^[3]これは、CUI（管理された非機密情報）以上を必要とする政府の仕事で特に一般的であり、DFARS条項252.204-7012、対象防衛情報の保護およびサイバーインシデント報告で義務付けられています^{。 [4]}民間産業はデータサニタイズに関するNIST 800-88標準に従う必要がないかもしれませんが、機密データを扱う業界全体では通常、ベストプラクティスと見なされています。 さらに問題を複雑にしているのは、サイバー専門家の継続的な不足と適切なサイバー衛生に関する混乱により、多くの政府請負業者にスキルと資金のギャップが生じていることです。

しかし、これらの推奨されるサニタイズポリシーに従わないと、データの損失、国家機密の敵対者への漏洩、独自の技術の喪失、政府機関による契約競争の妨害など、深刻な結果を招く可能性があります。^[5]したがって、政府の請負業者コミュニティは、データサニタイズポリシーが明確に定義され、データサニタイズに関するNISTガイドラインに準拠していることを確認する必要があります。さらに、データサニタイズの中心は電子的な「ソフトコピー」データに焦点を当てているように見えるかもしれませんが、「ハードコピー」ドキュメントなどの他のデータソースにも同じサニタイズポリシーで対処する必要があります。

データサニタイズポリシーの既存の事例を調査し、これらのポリシーガイドラインや推奨事項を策定、利用、または遵守しなかった場合の影響を判断するために、政府契約セクターだけでなく、防衛、エネルギー、運輸などの他の重要な業界からも調査データが集められました。これらは通常、政府の規制の対象にもなり、したがってNIST（米国国立標準技術研究所）のガイドラインとポリシーも米国に適用されるため選択されました。プライマリデータは、独立系調査会社Coleman Parkes Researchが2019年8月に実施した調査からのものです。^[6]この調査プロジェクトは、1,800人を超える上級関係者を調査しながら、さまざまな上級サイバーエグゼクティブとポリシー立案者を対象としました。Coleman Parkesのデータによると、96％の組織がデータサニタイズポリシーを導入していますが、米国では、回答者の62％だけが、ポリシーがビジネス全体に適切に伝達されていると感じていました。さらに、リモートワーカーと契約労働者がデータサニタイズポリシーに準拠する可能性が最も低いことも明らかになりました。この傾向は、新型コロナウイルス感染症の流行により多くの政府請負業者や民間企業がリモートワークを行っていることから、より差し迫った問題となっている。通常の労働環境に戻った後も、この傾向は続く可能性が高い。

2021年6月26日、「サニタイズされていないために失われたデータ」という基本的なGoogle検索で、2,000万件を超える結果が返されました。これには、データ侵害とビジネス上の損失、軍事機密と独自のデータ損失、PHI（保護対象医療情報）^{[7] 、} PII（個人を特定できる情報）^{[8] 、および重要なデータサニタイズの実施に関する多くの記事が含まれていました。これらの記事の多くは、米国環境保護庁の「連邦メディアサニタイズに関するサンプルポリシーとガイダンス言語」 [9]}など、企業や政府機関の既存のデータサニタイズおよびセキュリティポリシーにも言及しています。これらの記事とNIST 800-88の推奨事項に基づくと、データのセキュリティレベルまたは分類に応じて、データは次のようにする必要があります。^[3]

• クリア – データ セクターを上書きして、基本フォーマットには含まれない以前のデータ残余を削除することで、基本レベルのデータ サニタイズを実現します。ここでも、電子メディアに重点が置かれています。この方法は、通常、組織内でメディアが同様のデータ セキュリティ レベルで再利用される場合に使用されます。
• パージ – 物理的な方法 (消磁) または論理的な方法 (セクター上書き) を使用して、ターゲット メディアを読み取り不可能にします。通常、メディアが不要になり、データ セキュリティ レベルが低い場合に使用されます。
• 破壊 – データを永久に回復不可能にします。メディアが組織から出るときや寿命に達したときによく使用されます。つまり、紙の細断、ハード ドライブ/メディアの粉砕と焼却です。この方法は、国家の安全保障や個人のプライバシーと安全に重大な損害を与える可能性のある、非常に機密性の高い情報や国家機密を含むメディアによく使用されます。

国際情報システムセキュリティ認定コンソーシアムの2020年サイバー人材調査によると、世界のサイバーセキュリティ業界では、スキル不足により、依然として312万以上の空きポジションがある。^[10]そのため、NIST 800-88をポリシーに実装するための適切なスキルセットを持つ人材は、割高な労働賃金になる可能性があります。さらに、データセキュリティの結果を改善し、データ損失を減らすために、適切なデータレベルの分類と並行してこれらのサニタイズ方法を適切に実装するには、人員と資金をポリシーのニーズに合わせて調整する必要があります。顧客とクライアントのデータの機密性を確保するために、政府と民間業界は、NIST 800-88に概説されているようなベストプラクティスに沿った具体的なデータサニタイズポリシーを作成し、それに従う必要があります。一貫性があり強制力のあるポリシー要件がなければ、データが侵害されるリスクが高まります。これを実現するには、組織はサイバーセキュリティの賃金プレミアムを考慮して、資格のある人材を引き付ける必要があります。データの損失、ひいては専有データ、個人情報、企業秘密、機密情報の損失を防ぐためには、ベスト プラクティスに従うのが当然です。

データ サニタイズ ポリシーは包括的で、データ レベルと関連するサニタイズ方法が含まれている必要があります。作成されるデータ サニタイズ ポリシーは包括的で、ソフト コピー データとハード コピー データを含むすべての形式のメディアが含まれている必要があります。また、サニタイズ ポリシーに基づいて適切なサニタイズ レベルが定義されるように、データのカテゴリも定義する必要があります。このポリシーは、すべてのレベルのデータが適切なサニタイズ方法に一致するように定義する必要があります。たとえば、電子ストレージ デバイス上の管理された非機密情報は消去または消去できますが、機密または極秘の機密資料を保存しているデバイスは物理的に破壊する必要があります。

あらゆるデータサニタイズポリシーは強制力を持ち、どの部門と管理構造がデータを適切にサニタイズする責任があるかを示す必要があります。このポリシーでは、プロセスを担当し、すべてのレベルの関係者の責任と罰則を定義する高レベルの管理チャンピオン（通常は最高情報セキュリティ責任者または同等のCスイートの役職者）が必要です。このポリシーチャンピオンには、情報システム所有者や情報所有者などの概念を定義し、データ作成と最終的なサニタイズの責任の連鎖を定義することが含まれます。^[11] CISOまたはその他のポリシーチャンピオンは、ポリシーのコンプライアンスを実施および実施するために、追加のサイバーセキュリティ担当者に資金が割り当てられるようにする必要があります。通常、メディアの破壊を証明するための監査要件も含まれており、これらの追加スタッフが管理する必要があります。中小企業やサイバーに関する幅広い知識を持たない企業向けには、編集可能なデータサニタイズポリシーテンプレートの形でリソースが用意されています。IDSC（国際データサニタイズコンソーシアム）などの多くのグループが、ウェブサイトhttps://www.datasanitization.org/でこれらを無料で提供しています。

データ セキュリティとサニタイズの原則に関するトレーニングがなければ、ユーザーがポリシーに準拠することを期待するのは現実的ではありません。したがって、サニタイズ ポリシーには、職務カテゴリ別の指示と頻度のマトリックスを含め、あらゆるレベルのユーザーがポリシーに準拠するための自分の役割を理解できるようにする必要があります。ほとんどの政府請負業者は、すでにすべての従業員に対して毎年情報セキュリティ トレーニングを実施することが義務付けられているため、このタスクは簡単に実行できるはずです。したがって、追加のコンテンツを追加して、データ サニタイズ ポリシーのコンプライアンスを確保できます。

データサニタイズの主な用途は、ストレージデバイスが使用されなくなったとき、または別の情報システムに移されたときに、デバイスを完全に消去し、すべての機密データを破棄することです。^[12]これは、データセキュリティライフサイクル（DSL）^[1]と情報ライフサイクル管理（ILM）の重要な段階です。どちらも、電子デバイスの使用全体にわたってプライバシーとデータ管理を確保するためのアプローチであり、デバイスのライフサイクルの終わりに達すると、すべてのデータが破壊され、回復不可能になります。^[1]

データを完全に消去するためのデータサニタイズには、物理​​的破壊、暗号消去、データ消去の3つの主な方法があります。^[1] 3つの消去方法はすべて、高度なフォレンジック手法を使用しても削除されたデータにアクセスできないようにすることを目的としており、モバイルデバイスが使用されなくなった後でも個人データのプライバシーが維持されます。^[1]

物理的消去では、保存されたデータを手動で破壊します。この方法では、機械式シュレッダーまたは消磁装置を使用して、電話、コンピューター、ハード ドライブ、プリンターなどのデバイスを小さな破片に細断します。データ セキュリティ レベルに応じて、破壊のレベルも異なります。

消磁はハードディスクドライブ（HDD）で最も一般的に使用されており、高エネルギー磁場を利用してデバイスの機能とメモリストレージを永久に破壊します。データがこの強力な磁場にさらされると、メモリストレージは中和され、回復または再利用できなくなります。消磁は、データが磁気方式を使用して保存されていないため、ソリッドステートディスク（SSD）には適用されません。特に機密性の高いデータが関係している場合は、紙パルプ、特殊焼き付け、ソリッドステート変換などのプロセスを使用するのが一般的です。^[13]これにより、紙、ハードコピーメディアとソフトコピーメディア、光学メディア、特殊なコンピューティングハードウェアなど、すべての機密メディアが適切に破壊されます。

物理的破壊により、データが完全に消去され、再利用できなくなることがよくあります。しかし、機械による破砕から生じる機械廃棄物の物理的副産物は環境に悪影響を与える可能性があります。しかし、電子リサイクルによって回収される電子廃棄物の量が増えるという最近の傾向により、環境への影響を最小限に抑えることができます。さらに、一度物理的に破壊されたデータは、再販したり再利用したりできなくなります。

暗号消去では、保存された情報を保護するために使用されるセキュア キーまたはパスフレーズが破壊されます。データ暗号化では、許可された当事者のみが保存されたデータにアクセスできるセキュア キーの開発が行われます。このキーを永久に消去すると、保存された個人データにアクセスできなくなります。暗号化ソフトウェアはデバイスに組み込まれていることが多いため、暗号消去はデバイス自体の製造元によってインストールされるのが一般的です。キー消去による暗号化では、すべての機密資料を暗号化し、必要なときに情報を復号化するためにセキュア キーが必要になります。 ^{[14]情報を削除する必要がある場合は、}セキュア キーを消去できます。これは、個々のファイルではなくセキュア情報を 1 回削除するため、他のソフトウェア メソッドよりも使いやすく、データ消去が高速です。^[1]

暗号消去は、製造上の欠陥やキー破壊のプロセス中の人為的ミスによりエラーが発生する可能性があるため、それほど多くの個人情報を含まないデータ ストレージによく使用されます。これにより、データ消去の結果の範囲が広がります。この方法では、デバイスにデータを引き続き保存でき、デバイスを完全に消去する必要はありません。この方法では、デバイス自体の物理的な整合性が維持されるため、デバイスを別の個人または企業に再販できます。ただし、これは、デバイスのデータ暗号化レベルが将来の暗号化攻撃に耐えられることを前提としています。たとえば、128 ビット AES キーによる暗号消去を使用するハード ドライブは、現在は安全かもしれませんが、5 年後には、このレベルの暗号化を破ることが一般的になっている可能性があります。したがって、プロセスの将来を保証するために、データ セキュリティ レベルをデータ サニタイズ ポリシーで宣言する必要があります。

データ消去のプロセスでは、使用されていない電子機器のすべてのセクターにランダムな 0 と 1 を挿入することにより、バイトレベルですべての情報をマスクします。^[1]このソフトウェアベースの方法により、以前に保存されたすべてのデータが完全に隠され、回復不可能になり、完全なデータサニタイズが保証されます。このサニタイズ方法の有効性と精度は、監査可能なレポートを通じて分析することもできます。^[15]

データ消去は、多くの場合、電子機器の物理的な完全性を維持しながら完全なサニタイズを保証するため、テクノロジーを再販または再利用できます。テクノロジー デバイスをリサイクルできるため、データ消去は、データ サニタイズよりも環境に優しいバージョンになります。この方法は、データ マスキングの有効性を後でテストして完全な削除を確実にできるため、最も正確で包括的です。ただし、ソフトウェア ベースのメカニズムによるデータ消去は、他の方法に比べて時間がかかります。

多くのストレージ メディア セットは、デバイスに渡されると組み込みのサニタイズ手順を実行するコマンドをサポートしています。次のコマンド セットは、このような標準コマンドを定義します。

• ATA（SATAを含む）はセキュリティ消去コマンドを定義しています。2つのレベルの徹底性が定義されています。^[16]
• SCSI（SASやその他の物理接続を含む）はSANITIZEコマンドを定義しています。^[17]
• NVMeはセキュア消去によるフォーマットを定義します。^[18]
• Opal ストレージ仕様では、コマンド セット メソッドに加えて使用できる、自己暗号化ドライブと暗号消去用のコマンド セットが指定されています。

ドライブは通常、データが暗号化されている場合は高速な暗号消去を実行し、そうでない場合は上書きによる低速のデータ消去を実行します。^[18] SCSIでは、特定の種類の消去を要求することができます。^[17]

正しく実装されていれば、組み込みのサニタイズ機能だけでデータを回復不能にすることができます。NISTはこの機能の使用を承認しています。^{[19] [20]}ファームウェアのバグが原因で一部またはすべてのデータを消去できなかったという報告がいくつかあり、セクターエディタですぐにわかることもあります。^{[21] [22] [23]}

モバイルデバイス、モノのインターネット（IoT）技術、クラウドベースのストレージシステム、ポータブル電子機器、その他機密情報を保存するさまざまな電子的方法の使用が増加しているため、デバイスが使用されなくなったら効果的な消去方法を実装することが機密データを保護する上で重要になっています。^[24]電子機器の使用が増加し、これらの電子機器に保存される個人情報が増加したため、近年、データサニタイズの必要性がさらに緊急になっています。^[25]

また、デバイスからプライベートデータを完全に消去しない特定のサニタイズ方法もあり、これは問題となる可能性があります。たとえば、モバイルデバイスの一部のリモートワイプ方法は外部からの攻撃に対して脆弱であり、有効性はインストールされている個々のソフトウェアシステムの独自の有効性に依存します。^[24]リモートワイプでは、デバイスが紛失または盗難にあったときに、デバイスにワイヤレスコマンドを送信して、すべてのデータを完全に消去するように指示します。この方法は非常に有益ですが、いくつかの欠点もあります。たとえば、リモートワイプ方法は、攻撃者がまだ必要がないときにプロセスを信号で知らせるために操作される可能性があります。これにより、データのサニタイズが不完全になります。攻撃者がデバイスのストレージにアクセスした場合、ユーザーは保存されているすべての個人情報が公開されるリスクがあります。

クラウドコンピューティングとストレージは、データの保存と転送の方法としてますます普及しています。しかし、クラウドコンピューティングに関連するプライバシーの課題の中には、十分に調査されていないものもあります。^[26]クラウドコンピューティングは、これらの新しい技術の共有プール構造により、コードインジェクション、パストラバーサル攻撃、リソース枯渇など、さまざまな攻撃に対して脆弱です。これらのクラウドストレージモデルでは、これらの問題に対処するために特定のデータサニタイズ方法が必要です。データがクラウドストレージモデルから適切に削除されない場合、複数のレベルでセキュリティ侵害が発生する可能性があります。

不適切なデータサニタイズ方法は、個人情報の漏洩と元のデータセットの整合性の侵害という2つの主な問題を引き起こす可能性があります。データサニタイズ方法ですべての機密情報を削除できない場合、この情報が攻撃者に漏洩するリスクがあります。^[26]機密情報を保存する方法を最適化するために、多くの研究が行われてきました。一部のデータサニタイズ方法は、データポイントに近接していない個別のポイントに対して高い感度を持っています。このタイプのデータサニタイズは非常に正確で、汚染されたデータポイントが実際のデータに比較的近い場合でも異常を検出できます。^[27]データサニタイズの別の方法は、データ内の外れ値を削除しますが、より一般的な方法で行います。データの一般的な傾向を検出し、逸脱したデータを破棄し、グループとして挿入された場合でも異常をターゲットにすることができます。^[27]一般的に、データサニタイズ技術はアルゴリズムを使用して異常を検出し、汚染されたデータや機密情報である可能性のある疑わしいポイントを削除します。

さらに、データサニタイズ方法によって、有用で機密性のない情報が削除され、サニタイズされたデータセットの有用性が低下し、元のデータセットから変更されてしまう可能性があります。元のデータセットの整合性が失われる問題を修正しようとする一般的なデータサニタイズ手法が繰り返し提案されてきました。特に、Liu、Xuan、Wen、Song は、改良型最小機密アイテムセット競合優先アルゴリズム (IMSICF) 法と呼ばれるデータサニタイズの新しいアルゴリズムを提案しました。 ^[28]ユーザーのプライバシー保護に重点が置かれることが多いため、この方法はデータの整合性の保護にも重点を置いた新しい視点をもたらします。この方法は、競合数が最も高いアイテムのみをクリーニングすることでサニタイズのプロセスを最適化することを学習し、データセットの中で最も有用な部分を保持し、機密資料の競合度も分析するという 3 つの主な利点があります。この新しい手法の有効性と有用性に関する徹底的な研究が行われ、データセットの整合性を維持する上でこの手法がどのように役立つかが明らかになりました。この新しい技術は、まずデータセットの特定の部分が汚染されている可能性がある部分を特定し、さらにコンピュータアルゴリズムを使用して、そのデータがどれだけ有用であるかのトレードオフを計算し、削除するかどうかを決定します。^[28]これは、データがすぐに破棄される前にそのデータの有用性を考慮する新しいデータサニタイズの方法です。

また、プライバシー保護データマイニング、関連ルールの隠蔽、ブロックチェーンベースの安全な情報共有のために、データサニタイズ手法も実装されています。これらの手法には、個人情報を含む大規模なデータセットの転送と分析が含まれます。この個人情報は、機密資料が公開されないように、オンラインで利用可能にする前にサニタイズする必要があります。データサニタイズは、分析中でもデータセットのプライバシーが維持されるようにするために使用されます。

プライバシー保護データ マイニング (PPDM) は、機密資料のプライバシーを維持しながらデータ マイニングを行うプロセスです。データ マイニングでは、大規模なデータセットを分析して新しい情報を取得し、結論を導き出します。PPDM は幅広い用途があり、機密資料を含む大規模なデータセットの転送や使用に不可欠なステップです。

データのサニタイズはプライバシー保護データマイニングに不可欠なステップです。なぜなら、個人や企業が分析に利用する前にプライベートデータセットをサニタイズする必要があるからです。プライバシー保護データマイニングの目的は、個人情報が漏洩したり攻撃者にアクセスされたりしないようにし、機密データがデータを送信した個人に追跡されないようにすることです。^[29]プライバシー保護データマイニングは、元のデータセットの整合性と機能性を維持しながら、個人のプライバシーをこのレベルに保つことを目的としています。^[30]データセットを使用するには、データサニタイズのプロセス中に元のデータの必要な側面を保護する必要があります。プライバシーと有用性のこのバランスが、データサニタイズ方法の主な目標でした。^[30]

プライバシーとユーティリティの最適化を実現する1つの方法は、キー生成と呼ばれるプロセスを使用して機密情報を暗号化および復号化することです。^[30]データがサニタイズされた後、キー生成を使用して、このデータが安全であり、改ざんできないことを確認します。ライダー最適化アルゴリズム（ROA）（ランダム化ROA（RROA）とも呼ばれる）などのアプローチでは、これらのキー生成戦略を使用して最適なキーを見つけ、機密情報を漏らさずにデータを転送できるようにします。^[30]

キー生成のいくつかのバージョンは、より大きなデータセットに適合するように最適化されています。たとえば、新しい方法ベースのプライバシー保護分散データマイニング戦略は、キー生成を通じてプライバシーを強化し、機密資料を隠すことができます。このバージョンのサニタイズにより、大量の資料をサニタイズできます。複数の異なるグループと情報を共有しようとしている企業にとっては、処理に時間のかかる元の方法よりもこの方法論の方が好まれるかもしれません。^[31]

データサニタイズの特定のモデルでは、各対象のプライバシーを保護するために、元のデータベースの情報を削除または追加します。これらのヒューリスティックベースのアルゴリズムは、特に関連ルールマイニングの分野で普及し始めています。ヒューリスティックな方法には、パターン隠蔽、ルール隠蔽、シーケンス隠蔽を使用して特定の情報を隠蔽する特定のアルゴリズムが含まれます。このタイプのデータ隠蔽は、データ内の幅広いパターンをカバーするために使用できますが、特定の情報の保護にはそれほど効果的ではありません。ヒューリスティックベースの方法は、大規模なデータセットのサニタイズには適していませんが、ヒューリスティックベースの分野における最近の開発により、この問題に取り組む方法が分析されています。一例として、Shivani SharmaとDurga Toshniwaによって導入された、ビッグデータ向けのヒューリスティックベースの機密パターン隠蔽アプローチであるMR-OVnTSAアプローチがあります。^[25]このアプローチは、MR-OVnTSAとも呼ばれる「MapReduceベースの最適な被害者アイテムとトランザクションの選択アプローチ」と呼ばれるヒューリスティックベースの方法を使用しており、機密情報を削除して隠蔽しながら重要なデータの損失を減らすことを目的としています。ステップを比較してサニタイズを最適化するアルゴリズムを活用しています。^[25]

PPDM の重要な目標は、データを送信したユーザーのプライバシーを維持しながら、開発者がデータセットを最大限に活用できるようにすることのバランスを取ることです。PPDM の多くの手段は、データセットを直接変更し、元のデータセットを復元できない新しいバージョンを作成します。機密情報はすべて厳密に消去され、攻撃者がアクセスできなくなります。

データサニタイズの1つのタイプは、定義されたコンピュータアルゴリズムを使用してデータセットをクリーンアップするルールベースのPPDMです。関連ルールの非表示は、トランザクションデータベースに適用されるデータサニタイズのプロセスです。^[32]トランザクションデータベースは、組織がビジネスを行う際にトランザクションを記録するために使用されるデータストレージの一般的な用語です。例としては、配送料の支払い、クレジットカードの支払い、販売注文などがあります。このソースは、54種類のデータサニタイズ方法を分析し、その傾向に関する4つの主要な調査結果を示しています。

機械学習によるディープラーニングを活用した、データサニタイズの新しい手法。現在のデータサニタイズにはさまざまな弱点があります。多くの手法は、より具体的なデータ攻撃から保護できるほど複雑でも詳細でもありません。^[33]重要なデータの日付を守りながらプライバシーを維持するためのこの取り組みは、プライバシー保護データマイニングと呼ばれています。機械学習は、さまざまな種類の攻撃に適応し、より幅広い状況に対処できるように学習できる手法を開発します。ディープラーニングは、データサニタイズ手法を簡素化し、これらの保護対策をより効率的かつ時間のかからない方法で実行することができます。

ルールベースと機械学習の両方の手法を活用して、2 つの手法のバランスを実現するハイブリッド モデルも存在します。

ブラウザベースのクラウドストレージシステムはデータのサニタイズに大きく依存しており、データストレージの手段としてますます人気が高まっています。^[34]さらに、コミュニケーションやコラボレーションのためにクラウドストレージを使用する企業や職場にとって、使いやすさは重要です。^[26]

ブロックチェーンは情報を安全に記録・転送するために使用され、このデータをより安全かつ正確に転送するためにはデータサニタイズ技術が必要です。これは特にサプライチェーン管理に携わる人々に当てはまり、サプライチェーンプロセスの最適化を目指す人々にとって有用かもしれません。^[26]たとえば、Whale Optimization Algorithm (WOA) は、安全なキー生成方法を使用して、ブロックチェーン技術を通じて情報が安全に共有されるようにします。^[26]世界的な開発レベルが高まり、電子化が進むにつれて、ブロックチェーン手法を改善する必要性がますます高まっています。

ヘルスケア業界は、患者に関する機密情報を保管するためにデータ マイニングとデータセットの使用に大きく依存している重要な部門です。近年では電子ストレージの使用も増加しており、電子ストレージがもたらす可能性のあるリスクについて、より包括的な調査と理解が必要です。現在、データ マイニングとストレージ技術では、限られた量の情報しか保管できません。これにより、データ ストレージの有効性が低下し、データ保管コストが増加します。クラウド ベースのシステムを含むデータの保管とマイニングの新しい高度な方法は、大量の情報をマイニングして保管できるため、ますます人気が高まっています。