Loading article…
統計データベースは、統計分析の目的で使用されるデータベースです。これは、 OLTP (オンライン トランザクション処理) システムではなく、OLAP (オンライン分析処理) システムです。現代の意思決定データベースや従来の統計データベースは、今日のOLAPシステムで一般的に使用されている多次元モデルよりもリレーショナル モデルに近いことがよくあります。
統計データベースには通常、パラメータ データと、これらのパラメータの測定データが含まれています。たとえば、パラメータ データは、実験におけるさまざまな条件 (温度、時間など) のさまざまな値で構成されます。測定データ (または変数) は、これらのさまざまな条件下での実験で取得された測定値です。
多くの統計データベースは、多くの null 値またはゼロ値を含むスパースです。統計データベースが 40% から 50% スパースであることは珍しくありません。スパース性に対処するには、(1) null 値をそのままにして圧縮技術を使用してそれらを排除するか、(2) null 値のみを持つエントリを削除するという 2 つのオプションがあります。
統計データベースには、相関関係など、SQL を超える高度な統計分析手法のサポートが組み込まれていることがよくあります。また、統計データベースには特有のセキュリティ上の懸念があり、特に 1970 年代後半から 1980 年代前半にかけて多くの研究の焦点となっていました。
統計データベースにおけるプライバシー
統計データベースでは、多くの場合、クエリ アクセスを集計データのみに許可し、個々のレコードにはアクセスさせないようにする必要があります。このようなデータベースのセキュリティ保護は難しい問題です。なぜなら、賢いユーザーは集計クエリを組み合わせて使用し、個人に関する情報を導き出すことができるからです。
一般的なアプローチは次のとおりです。
- 集計クエリのみを許可する (SUM、COUNT、AVG、STDEV など)
- 収入などの機密データの正確な値を返すのではなく、どのパーティションに属しているかだけを返します（例：35k-40k）
- 不正確なカウントを返します (例: クエリに一致したレコードが 141 件ではなく、130 ～ 150 件のレコードのみが示されます)。
- 過度に選択的なWHERE句を許可しない
- すべてのユーザーのクエリを監査し、システムを誤って使用しているユーザーを調査できるようにします。
- インテリジェントエージェントを使用して、システムの不適切な使用を自動的に検出する
この分野の研究は長年停滞しており、1980 年には次のように考えられていました。
- 結論としては、統計データベースはほぼ常に侵害を受ける可能性があるということです。許容されるクエリセットのサイズに厳しい制限を設けると、データベースは統計情報のソースとして役に立たなくなりますが、機密記録は保護されません。[1]
しかし、2006年にシンシア・ドワークは、 2003年に発表された研究を基に差分プライバシーの分野を定義しました。この分野では、トーレ・ダレニウスの研究に関連するセマンティックセキュリティの目標のいくつかは不可能であることが明らかになりましたが、統計データベースに個人データを含めることで増大するプライバシーリスクを制限するための新しい手法が特定されました。これにより、多くの場合、データベースから非常に正確な統計情報を提供しながら、高いレベルのプライバシーを確保することが可能になりました。[2] [3]
参考文献
- ^ Dorothy E. Denning、Peter J. Denning、Mayer D. Schwartz、「The Tracker: 統計データベースのセキュリティに対する脅威」、ACM Transactions on Database Systems (TODS)、第 4 巻、第 1 号 (1979 年 3 月)、ページ: 76 - 96、doi :10.1145/320064.320069。
- ^ ヒルトン、マイケル。「差分プライバシー：歴史的調査」（PDF）。S2CID 16861132。 2017年3月1日時点の オリジナル（PDF）からアーカイブ。
{{cite journal}}:ジャーナルを引用するには|journal=(ヘルプ)が必要です - ^ Dwork, Cynthia (2008-04-25). 「差分プライバシー: 結果の調査」 Agrawal, Manindra、Du, Dingzhu、Duan, Zhenhua、Li, Angsheng (編)。計算モデルの理論と応用。 コンピュータサイエンスの講義ノート。 Vol. 4978。 Springer Berlin Heidelberg。 pp. 1–19。doi :10.1007/978-3-540-79228-4_1。ISBN 9783540792277。
さらに読む
この分野における重要な一連の会議:
- 統計科学データベース管理 (SSDBM)
この分野における重要な論文をいくつか紹介します。
- doi :10.1145/320613.320616 - Dorothy E. Denning、「ランダム サンプル クエリによる安全な統計データベース」、ACM Transactions on Database Systems (TODS)、第 5 巻、第 3 号 (1980 年 9 月)、ページ: 291 - 315
- doi :10.1145/319830.319834 - Wiebren de Jonge、「平均値に関するクエリに応答する統計データベースの妥協」、ACM Transactions on Database Systems、第 8 巻、第 1 号 (1983 年 3 月)、ページ: 60 - 80
- doi :10.1145/320128.320138 - Dorothy E. Denning、Jan Schlörer、「統計データベースでトラッカーを見つけるための高速手順」、ACM Transactions on Database Systems、第 5 巻、第 1 号 (1980 年 3 月)。ページ: 88 - 102
- A. Shoshani、「統計データベース：特徴、問題、およびいくつかの解決策」、第8回国際大規模データベース会議議事録、米国カリフォルニア州サンフランシスコ、1982年、208～222ページ。