仮名加工情報・匿名加工情報 事例再現デモ¶
個人情報保護委員会事務局の事例レポートを参考に、仮名加工情報と匿名加工情報という2種類の加工を、実際のデータ加工 Python コードで再現する デモ・教材 です。「どう加工するか」より、どう考えて加工方針を決めるか（データ加工設計の思考プロセス）を追体験することを狙いにしています。
学べる4つのテーマ¶
-
case01 ・ 仮名加工情報
食品オンライン通販の顧客・購買データを、社内分析のために 仮名加工します。会員IDを整理番号に置換するなど、他の情報と照合しなければ個人を特定できない 状態にする考え方を学びます。
-
case02 ・ 匿名加工情報
ID-POS 購買データを第三者へ提供するために 匿名加工します。年代・カテゴリ・金額区分へ丸めるなど、特定の個人を識別できず復元もできない 状態にする考え方を学びます。
-
case03 ・ 再識別デモ
タクシー走行履歴の 運転者IDをハッシュ化しただけの公開データを題材に、「ハッシュ化＝匿名化」ではない ことを攻撃者の視点で確かめます。①形式が公知＋②単純ハッシュだと、総当りで元IDが復元される様子と、正しい対策を学びます。
-
case04 ・ 再構築デモ
統計機関が 個票を出さず集計統計だけを公表しても、多数・高精度に出すと 連立制約を解くように個票が復元 されてしまう「データベース再構築攻撃」を再現します。差分プライバシーが必要になる理由を体感します。
1枚チートシート（印刷/PDF可）: case01 case02 case03 case04
セミナースライド（16:9・投影用）: case01 case02 case03 case04 一覧・使い方
各事例の進め方（① 検討 → ② 実装 → ③ 結果）¶
どの事例も、次の 3層（① 検討 → ② 実装 → ③ 結果） で進みます。①〜⑤は「考え方の設計」（この HTML サイト。case03 では攻撃の設計）、⑥は Colab での実装、⑦は結果の確認です。各事例のページ先頭に「いま何ステップ目か」を示すステッパーがあるので、上から順にたどれます。
| 層 | 媒体 | やること |
|---|---|---|
| ① 検討（ステップ 1〜5） | この HTML サイト | 事例を理解し、なぜその加工にするのかを設計する |
| ② 実装（ステップ 6） | Google Colaboratory | 設計にもとづいて、実際に加工処理を実行する |
| ③ 結果（ステップ 7） | この HTML サイト | 加工前後を比べ、目的の分析が成立するか確認する |
この教材について
- 学べること: ① 個人データを「見て」性質を評価する目、② 利用目的から「必要な情報・粒度」を考える力、③ Python での具体的な加工方法。
- 所要時間の目安: 1事例あたり 読み 15〜20分＋Colab 実行 10分。前提知識は不要（Python を少し読めると理解が深まります）。
- 難しい用語は 用語集 にまとめています。
扱うデータについて
データはすべて教材用の合成データ（ダミーデータ）で、実在の個人・値とは無関係です。実際の個人データに対する法令適合性を保証するものではありません。
ご意見・質問・誤りの指摘
教材の分かりにくい点・誤り・改善案は GitHub Issues へお寄せください。セミナー中の質問メモの投稿先としても使えます。
リポジトリ: gghatano/pets-seminar-01 ／ ライセンス: 教材コンテンツ CC BY 4.0・コード MIT（詳細）。