秘密計算の提供者むけ安全性基準の発表/オムロン・エーザイ・SOMPOホールディングスによるヘルスケアデータ流通/楽天・西友による顧客購買データ活用
LayerX Labs Newsletter (2022/03/02-03/08) #145
今週の注目トピック
Takahiro Hatajima(@th_sat)より
秘密計算の提供者むけ安全性基準の発表について紹介します。
あわせて、データ利活用最前線として、自動車データ・患者データ・顧客購買データ・学習データなどのトピックを紹介します。
Section1: PickUp
●秘密計算をめぐる安全性基準および適用事例の最前線
デジタルガレージ、イエラエセキュリティ、NEC および NTTより、秘密計算の提供者向けの安全性基準を作成した旨、発表された。
秘密計算はデータを暗号化したまま計算できる技術であり、これには「秘密分散」をベースとする方式、「準同型暗号」をベースとする方式等、複数の方式が存在する。こうした構成方法によって「暗号化したまま処理する」ことの定義が異なるため、それぞれの方式によって異なる安全性が主張されていた。
そのため、これらの方式と安全性について、専門知識のない秘密計算の利用者が違いを理解することは難しいため、適切な方式を選択できないという問題があった。そこで、複数の方式で異なっていた安全性を、一般の利用者でも統一的な評価を可能とした安全性基準を作成し、公開したものだ。
秘密計算の普及のために2つの観点の安全性基準が必要としている。
⼀つ目は、良く知られた基本的な⽅式を俯瞰し、⽅式に寄らない統⼀的な要件を明確にする観点である。本⽂書では、まず秘密計算とは暗号化したまま処理する技術であると定義している。その上で、秘密計算の安全性を「暗号化したまま処理する」という共通点でシンプルに表現し、ユーザに理解しやすいように⽅式に寄らず統⼀的に定義している。
出所:https://secure-computation.jp/document/SecureComputationSecurityStandard.pdf
⼆つ⽬は、基本⽅式を拡張した応⽤⽅式や実装・システムが、どのような条件を満たせば安全と⾔えるのか明確にする観点である。本⽂書では、秘密計算が「暗号化したまま処理する」技術であるとの定義のもと、その範囲、すなわち、暗号化されている範囲、復号したり平⽂のまま扱う範囲を、明確に公開することでベンダとユーザの齟齬を低減するとしている。
本⽂書ではこれらをそれぞれ「秘密計算技術の安全な基本⽅式の安全性に関する基準」、「秘密計算技術の応⽤⽅式・応⽤システムの安全性の宣⾔に関する基準」と呼び、この⼆つをまとめて「秘密計算の安全性基準」と呼んでいる。この安全性基準に則って秘密計算の提供者が利用者に安全性を説明することによって、秘密計算の提供者と利用者の相互理解が進むことが期待される。
タイミングを同じくして、情報通信研究機構、神戸大学 および エルテスより、プライバシー保護連合学習技術を活用した不正送金検知の実証実験において、被害取引の検知精度向上や不正口座の早期検知を確認できた旨の発表が行われた。
これは、プライバシー保護連合学習技術「DeepProtect」等を利用して、千葉銀行、三菱UFJ銀行、中国銀行、三井住友信託銀行及び伊予銀行と連携して、不正送金検知の実証実験を実施することを通じて、目標としていた不正送金の検知精度80%以上を達成するとともに、一銀行では検知できなかった不正送金の被害に遭った取引(被害取引)の検知や、不正送金に悪用された口座(不正口座)の早期検知を確認できたとのことだ。
各銀行の検知目的に応じて、被害取引の検知を目的とする「被害検知グループ」と、不正口座の検知を目的とする「加害検知グループ」とで、それぞれ実証実験が行われた。
その結果、目標としていた検知精度80%以上を達成するとともに、「被害検知グループ」では、一銀行では検知できなかった不正取引が検知されるケースが確認されたとのことだ。
また、後者の「加害検知グループ」では、不正口座として実際に凍結されるより大幅に早い(20~50週程度)検知することに成功したという。
今後は、銀行における不正送金業務への実運用に向け、更なる検知性能の向上やシステム実装に取り組むという。
折しも本日、「秘密計算が実現する安心・安全な企業間データ共有」と題したフォーラムが開催予定であるほか、来週3月16日には、秘密計算コンソーシアムにおいて、「ハードウェアによる”秘密計算ソリューション”開発の現在地」と題して弊社からも登壇予定であり、興味ある方はぜひ申し込みを頂きたい。(文責・畑島)
●データ利活用最前線:最近のデータ利活用に関係するニュースの紹介
自動車データ収益化の世界市場、2028年に10兆円規模!どんなデータが売れる?
米調査会社のEmergen Researchが発表した世界の自動車データ収益化市場の予測によると、コネクテッドカーの急増などを背景にCAGR38.5%の伸びを見せ、2028年に869億1000万ドル (約10兆円)に達するという。
自動車が収集するデータにおいて、今後注目が高まるのがカメラやLiDARが取得したデータで作製されるマップ関連データとしており、自動運転や高度ADASで使用される高精度3次元地図向けのデータを提供するユースケースなどへの活用が見込まれている。
さらに車載カメラからは、交通規制や道路工事、事故情報、渋滞情報、周辺車両や歩行者情報など、リアルタイムの動的な情報を高精度3次元地図に付加したダイナミックマップを構成する各種データも取得可能。
また、取得したデータは、集積してビッグデータ化することでさまざまな価値を生み出すことが可能で、例えば、路面の亀裂や凹凸といった劣化情報を集積することで、道路の保守点検に有効活用することができる。
広範囲に渡る道路の路面情報を網羅すれば、各道路の劣化の度合いなどを一元管理することが可能になり、保守点検の優先度をスムーズに決定することができるという。
従来、目視や測量など手作業で行っていた労務を効率化できるため、自治体をはじめとした道路管理者向けに販売する動きがすでに始まっている。
自動車が走行したルートや速度、ブレーキやワイパーの使用状況といった各種プローブ情報も、さまざまな領域で活用可能とされている。
代表格はテレマティクス保険で、各車両の走行距離をはじめ、速度やブレーキ・アクセルワークなどをもとに安全走行の度合いを判断し、料金に反映させることができる。
位置情報とプローブ情報を結び付け、道路交通の安全を図る取り組みも進められている。
例えば、道路の特定の場所で多くの車両がブレーキを踏んでいる場合、道路に大きな陥没があったり、街路樹の影響で見通しが悪かったりするなど、その場所に何らかの原因があると推定される。こうした原因を早期に突き止め、事故予防を図るための有益な情報として活用するユースケースも見込まれている。
患者データを医師などと共有可能に 取り組みが加速 団体設立へ
オムロンや製薬大手のエーザイ、損害保険大手のSOMPOホールディングスなど7社が中心となり、ヘルスケアデータ流通の仕組みを整備。
患者の体重や食事歴や歩数といった日常のデータをウエアラブル端末などで集め、医師などと共有できる仕組みやルールを整備する。
医師は過去のデータも利用し、効果的で持続性のある診察や治療が可能になり、病気の予防や健康づくりにつなげるねらいがある。
経済産業省でもデジタル技術を活用した健康づくりに力を入れ、患者データの標準化やルール整備を行っていく方針。
スタートアップ企業「アルム」では、アプリを使って医療データをやり取りするサービスを海外でも展開。
糖尿病など生活習慣病の予防は東南アジアでも大きな課題になっており、7日からマレーシアにある7つの透析センターでサービスの提供を開始した。
楽天グループと同社が出資する大手スーパー西友は10日、顧客の購買データを販売促進策に活用することで協力すると発表。
4月から楽天ポイントカードを西友店舗で使えるようにすることで、購買情報を収集、西友は楽天が持つインターネット通販などでの購買情報も利用して実店舗での販促につなげるという。
シンガポールを丸ごとデジタル化 データ集める車が社会課題解決担う
東南アジアのデジタル先進国シンガポールで走行中の自動車からリアルタイムで集めたデータを基に都市インフラを整え、社会課題を解決するプロジェクトが進んでいる。
同国のリー・シェンロン首相が提唱する「スマート国家」構想の取り組みの一つで「バーチャル・シンガポール」と呼ばれ、550万人が暮らす都市国家の建物や道路を精緻な立体モデルとしてコンピューター上に再現。天候や時間帯、車や歩行者の通行量など条件を自在に変えながら、インフラや商業施設、居住地の整備といった都市開発についてシミュレーションできるという。
自然言語処理において、学習データの準備には課題が残る。
アノテーションにおいては、品質を保つため、多人数でアノテーションを行い、その結果を整合することも必要となるが、実案件においてアノテーション工程でかけられるコストは限られているため、少量しか学習データを準備できないケースもあり、学習データ作成コストが精度の良いモデルを学習させることの障害となっている。
この様な課題に対して、NTTデータはデータ拡張の技術開発を推進。
データ拡張とは、既存の少量学習データを様々な手法を用いて水増しし、学習データとして利用することで高精度なモデルを作成するアプローチで、画像処理の分野ではノイズをある程度加えても画像全体の意味がほとんど変わらないという特性を利用し、画像の拡大、縮小、回転、ノイズ付与などによって疑似データを生成するデータ拡張手法が一般的に応用されている。
一方、言語データにおけるデータ拡張は、単語一つを入れ替えるだけでも意味が逆転するケースもあり、画像より挑戦的なテーマだが、文書全体に対して疑似データを自動作成する際に文書の意味を維持できれば、構文や出現する単語が変わっても問題が起こらない。
例としては、ネガティブな口コミ記事を他の言語に翻訳してから、元の言語に逆翻訳する手法によって、似た意図のネガティブな口コミ疑似データを生成することができるという。
例としては、ネガティブな口コミ記事を他の言語に翻訳してから、元の言語に逆翻訳する手法によって、似た意図のネガティブな口コミ疑似データを生成することができるという。
同じような手法を薬品の副作用表現抽出の学習データに適用すると、作成した疑似データ中のどの部分が副作用を表すかという情報が完全に失われてしまうが、このような難易度の高い、情報抽出系のタスクを中心として研究開発を行っているという。
NTTデータの検証では、ニュース記事データから組織名の抽出を行うタスクや、医療データから症状名、薬名を抽出するタスクで、最大10%程度の精度向上が確認できているという。
「オルタナティブデータ」最前線、日銀など大手金融機関が注力する理由
金融分野では、海外の金融機関を中心に「オルタナティブデータ」の活用が広がっている。
日本では、2021年5月24日、金融機関やデータプロバイダなどが中心となり、オルタナティブデータ推進協議会が発足。
また日本銀行も「オルタナティブデータ分析」を扱う特設サイトを開設。
オルタナティブデータ市場は大きく成長しており、世界の市場規模1700億円を超え、データプロバイダの数は400社を超えている。
データプロバイダは、POSデータ、経済ニュース記事、クレジットカードの利用データ SNSの投稿、衛星画像、ウェブサイトのトラフィック 、携帯端末の利用ログなど多岐にわたっており、その情報はAlternativedata.orgのサイトから参照できる。
出典:https://www.sbbit.jp/article/fj/80995
オルタナティブデータの活用が期待されている領域の1つに、さまざまな市場分析や金融商品、投資戦略などの定量的な分析をもとに運用するクオンツ・ファンドがある。
また、企業の財務状況などをもとに企業価値を分析するファンダメンタル分析などにもオルタナティブデータは用いられ、投資判断における大きな差を生む要因となっている。
全国で路線バスの廃止が相次ぐ中、携帯電話の位置情報をもとに、時間帯に合わせてより利用者が多くなる地点を結ぶルートを設定し、自動運転のバスを運行する実証実験が行われている。
通信大手ソフトバンクの子会社などが茨城県境町で行っている実証実験では、自動運転のバスが、時間帯によって3つのルートの中から、より利用者が多くなると想定されたルートを走る。
3つのルートは、携帯電話の位置情報をもとに人の動きのデータを分析し、新たに設定されたもので、例えば、朝には病院などを通るルート、正午前後には、道の駅や飲食店などを結ぶルートを走行するようにあらかじめ決められている。
新型コロナウイルスの感染拡大の影響も受け、全国で路線バスの廃止や減便が相次ぐ中、データを活用した効率的な運行を実現することで、利用者の増加につなげていくねらいがあるという。
東京海上日動 データ活用で最適支援 ボランティア後押し 細かく需要把握
東京海上は、東京海上日動火災保険は災害ボランティア支援団体との協業を開始し、2022年度からは契約者の被害状況に基づくデータの有効活用と、それによる被災地支援の最適化を推進する。
東京海上日動は21年12月、全国の自治体やボランティア団体と幅広いネットワークを持つNPO法人「全国災害ボランティア支援団体ネットワーク(JVOAD)」と協業。
同社が契約者の家屋の被害情報などを被災直後から一定期間、継続的にJVOADに提供する。
送られてきた情報からJVOADは市町村単位での被害状況を把握し、被災地域外からの応援の必要性を判断したり、専門知識を持つ人材を優先的に配置したりと地域ニーズに合った効果的な体制構築を検討するという。
同8月に佐賀県を襲った豪雨に関して、被害家屋の床上浸水の高さ状況を地域ごとの統計データとして集約しJVOADに提供した。
詳細データについては、契約者の家屋ごとのデータを提供できるものの、個人情報保護の観点から難しく、家屋情報の範囲を契約者だけでなく、地域の全家屋に広げることで対処する方針。
愛媛の交通事故 徹底分析~データ解析・ビジュアル化~第1弾「登下校中の高校生の自転車事故」公開開始
株式会社 愛媛新聞社は、愛媛県警察本部交通部交通企画課の協力を受け、愛媛県内で発生した交通事故データを基に、グラフ化による発生傾向の分析、Google Earthを活用した事故現場の3D表示、主要な事故要因のアニメーション化を行い、交通事故の減少を目指す取り組み「シリーズ 愛媛の交通事故徹底分析~データ解析・ビジュアル化~」をスタート。
第1弾は「高校生の登下校中の自転車事故」をテーマとし、「愛媛新聞ONLINE」に特設ページを開設した。
本取り組みでは、網羅的で正確なデータを基に分析。
2017年~2021年の5年間に愛媛県で発生した全交通事故(人身事故)の中から、テーマに沿ったデータを愛媛県警交通部交通企画課から提供を受け、分析、ビジュアル化しており、発生場所の位置情報(緯度・経度)、事故発生の時間帯、天候、発生地点の分類など、網羅的で正確な情報を提供。
さらに交通事故が発生した月、時間帯、天候、信号の有無、市町などのデータをグラフ化することで、いつ、どのような場所で、どのような事故が起きているのかが一目で分かるようになっている。
出典:https://prtimes.jp/main/html/rd/p/000000001.000097202.html
PwCコンサルティングは3月8日、データマネタイゼーション実態調査2022を公開。
同調査は、売上高500億円以上の企業に勤務しており、データマネタイゼーションに対する意思決定、方針検討、企画・検討・立ち上げ、情報収集・アドバイスを行う立場の521名を対象に実施された。
調査によれば、データマネタイゼーションという用語を耳にしたことがある、または内容を知っていると答えた回答者は全体の76%で、実際に事業化できていると答えたのは、そのうちの9%にとどまっている。
実際に取り組みを進めている企業においては、データを活用したビジネスを立ち上げて提供している企業が65.7%、データ利活用に関する協業を行っている企業が42.9%、外部企業からデータを購入し、業務に活用しているのは37.1%となった。
データマネタイゼーションの検討に至った背景は、新組織・新規事業開発と既存事業の延長に二極化されている。
出典:https://www.pwc.com/jp/ja/knowledge/thoughtleadership/2022/assets/pdf/data-monetization-survey2022.pdf
また、データマネタイゼーションの推進責任者はCxOレベルが66.2%であり、特にCDOが30.2%を占める。
また、取り組み推進の上での課題に関しては、自社のどのデータがマネタイズに適しているかわからない(11.3%)やマネタイズのアイデアがない(11.1%)が上位にランクイン。
他部門との連携の壁(10.1%)やデータの提供元からの利用許諾が得られていないこと(6.9%)も課題としてあげられている。
LayerX Labsでは、次世代プライバシー保護・セキュリティ技術Anonifyの正式提供に向けトライアルパートナーの募集を開始、合わせて公式ウェブサイトを公開しました。
「Anonify」の公式ウェブサイトはこちら
Section2: ListUp
1. プライバシー・セキュリティとデータ利活用
●個人情報保護委員会|改正個人情報保護法 特集
改正個人情報保護法 コンテンツ
令和2年改正個人情報保護法 主な改正ポイント
https://www.ppc.go.jp/news/kaiseihou_feature/
●個人情報保護委員会|改正個人情報保護法 広報資料
https://www.ppc.go.jp/news/r2kaiseihou_publicinfo/
●個人情報委員会|特定個人情報の 適正な 取扱いのための各種研修資料を公開
https://www.ppc.go.jp/files/pdf/mynumber_kensyuu.pdf
●第201回 個人情報保護委員会
「郵便事業分野における個人情報保護に関するガイドライン」及び「信書便事業分野における個人情報保護に関するガイドライン」の改正及び個人情報保護委員会との共管とすることについて
独自利用事務の情報連携に係る届出について
独立行政法人農業者年金基金(農業者年金業務等に関する事務)及び独立行政法人日本学生支援機構(独立行政法人日本学生支援機構法による学資の貸与及び支給に関する事務)の全項目評価書について
https://www.ppc.go.jp/aboutus/minutes/2021/220309/
●総務省|放送分野の視聴データの活用とプライバシー保護の在り方に関する検討会(第6回)
放送受信者等の個人情報保護に関するガイドライン及び解説の改正案に対する意見募集の結果について
https://www.soumu.go.jp/main_sosiki/kenkyu/viewership_data/02ryutsu04_04000195.html
●第5回 改正個人情報保護法(2022年4月1日施行)のポイントと実務対応リスト - プラポリの改訂、外的環境の把握、仮名加工情報
https://www.businesslawyers.jp/articles/1118
2. 今週のLayerX
●LayerXメンバーが語る裏側
Spaceでメンバーがそれぞれのポジションの裏側について赤裸々にお話ししています。どんなメンバーがいるのか、それぞれの取り組みや働き方など。
「LayerXのことは知ってるけど中でどんな動きをしているのかは知らないな」「エントリーしてみたいけど、そもそもどんな人がいるの?」といった疑問をお持ちの方に是非聴いていただきたい内容です。そして暇潰しにTwitter徘徊してこのモーメントにたどり着いた方!とりあえず再生してみて下さい
https://twitter.com/i/events/1500629495346507776
●「バクラク」シリーズ、コーポレートDX支援を展開するグランサーズ株式会社と業務提携
グランサーズさまが持つアウトソース人材を活用した会計士・税理士業務、経理・給与計算等のコーポレート業務支援における強みと、バクラクシリーズの体験を合わせて提供することで、日本中のお客様のハタラクをバクラクにすることを目指します。
https://prtimes.jp/main/html/rd/p/000000117.000036528.html
●エンジニアの私が副業先でのバクラク体験がキッカケでLayerXに入社した3つの理由|タディ|note
https://note.com/tady0919/n/ne7a2c5be128a
●「大事なのはユーザーへの価値」Trustful TeamでのQAと云う働き方 | #LayerXではたらくひと|LayerX
https://note.layerx.co.jp/n/n5777c91bde0d
●テックタッチ施策を「企画・実装・リリース」して学んだ、プロダクトをサービス価値に拡げていく話
https://note.com/applism_118/n/nff499e2ad839
●「Mac/Slack/SaaS/ドメイン…すべて経験ゼロ」で大企業からスタートアップに転職した話
https://note.com/yashi_h/n/nf77ca23df969
●インサイドセールスが司令塔|定量定性の両データを扱う強みを活かした不確実性の排除|MJ_LayerX|note
https://note.com/mj_layerx/n/na27be8820731
製品紹介・デモのご依頼に向けたお問い合わせは、こちらの「お問い合わせフォーム」よりお願いします
Disclaimers
This newsletter is not financial advice. So do your own research and due diligence.