匿名加工手法｜情報セキュリティマネジメント 令和7年 公開問題 問15
出典：令和7年度 公開問題 科目B 問15
分野：科目B ／ 部門の情報システム利用時の情報セキュリティの確保
A社は，スマートフォン用ヘルスケア関連アプリケーションソフトウェア（以下，Aアプリという）の開発，販売を行う会社である。Aアプリは，ヘルスケアデータ収集機能によって，利用者の体重や歩数のデータを収集するとともに，アンケート機能によって，勤務先の業種，年収などのデータを収集している。
営業部は，保険会社であるB社と共同のビジネスを検討している。その中で，Aアプリで収集したデータ及び今後収集するデータから匿名加工情報を作成した上で，その匿名加工情報をB社に第三者提供することを検討している。B社では，提供を受けた匿名加工情報を分析して，B社の保険商品のマーケティングに活用しようとしている。分析の対象は，年代，性別，年収区分，住んでいる地域区分及び勤務先の業種と体重及び歩数との関係である。ここで，地域区分とは，北海道，東北，南関東などの区分のことをいう。
加工対象となる"個人情報データベース等"（以下，加工対象情報という）は，表1の顧客属性データと表2のヘルスケアデータの2種類からなり，利用者番号によって関連付けられている。
営業部の情報セキュリティリーダーであるC課長は，加工対象情報に含まれる各情報の項目について，適用する匿名加工情報の作成に係る手法（以下，匿名加工情報の
作成に係る手法を匿名加工手法という）を表3にまとめた。
注記 本表は，個人情報保護委員会事務局“仮名加工情報・匿名加工情報 信頼ある個人情報の利活用に向けてー制度編ー（第2版）"を基にC課長が作成した。
C課長は，加工対象情報である表1及び表2に示す各データに対して，表3の匿名加工手法を必要に応じて適用し匿名加工情報を作成する案を用意した。その案を法務部のD課長に報告したところ，D課長からは，想定するマーケティング用途にも有効であり，匿名加工手法の適用も適切であるとの回答を得た。
設問 解答群に示した3項目それぞれについて，C課長が適用した匿名加工手法はどれか。表3の手法のうち，適用したものの組合せを，解答群の中から選べ。なお，各項目に対して複数の匿名加工手法を適用しても構わないし，一つも適用せずに"加工なし"としても構わない。
解答群
表1 顧客属性データ
| 利用者番号 | 氏名 | 性別 | 生年月日 | 電子メールアドレス | 住所 | 勤務先の業種 | 年収 |
| 114567 | 情報 一郎 | 男 | 1984年 4月4日 | ichiro@●●●.ne.jp | 愛知県名古屋市中区上前津 X-X-X | 金融業 | 1,850万 |
| 114568 | 積招 花子 | 女 | 2003年 3月31日 | sekimane@▲▲▲.ne.jp | 東京都文京区本駒込 X-X-X | 小売業 | 380万 |
| 114573 | 試験 五郎 | 男 | 1951年 12月9日 | shiken@■■■.ne.jp | 東京都中央区月島 X-X-X | 製造業 | 630万 |
| ・・・ | ・・・ | ・・・ | ・・・ | ・・・ | ・・・ | ・・・ | ・・・ |
表2 ヘルスケアデータ
| 利用者番号 | 記録日 | 体重 | 歩数 |
| 114567 | 202N年02月11日 | 121.3 | 5,321 |
| 114568 | 202N年02月11日 | 43.5 | 33,012 |
| 114568 | 202N年02月12日 | 43.0 | 12,007 |
| 114573 | 202N年02月12日 | 63.0 | 7,604 |
| ・・・ | ・・・ | ・・・ | ・・・ |
表3 匿名加工手法
| 項番 | 手法名 | 解説 |
| （一） | 項目削除 | 加工対象情報に含まれる個人情報の項目を削除すること。例えば，年齢のデータを加工対象情報から削除すること。 |
| （二） | 一般化 | 加工対象情報に含まれる記述などについて，上位概念に置き換えること。例えば，購買履歴のデータで“きゅうり”を“野菜”に置き換えること。 |
| （三） | トップ（ボトム） コーディング | 加工対象情報に含まれる数値について，特に大きい又は小さい数値をまとめること。例えば，年齢に関するデータで，“98 歳”，“115歳”といった数値データを“80 歳以上”というデータにまとめること。 |
| （四） | 丸め | 加工対象情報に含まれる数値について，四捨五入などして丸めること。例えば，生年月日から“34 歳”とされる場合について，“30代”のように年代に置き換えること。 |
| 電子メールアドレス | 勤務先の業種 | 体重 | |
| ア | 加工なし | 加工なし | （三） |
| イ | 加工なし | 加工なし | （三），（四） |
| ウ | 加工なし | （一） | （一） |
| エ | 加工なし | （一） | （三） |
| オ | 加工なし | （一） | （三），（四） |
| カ | （一） | 加工なし | （三） |
| キ | （一） | 加工なし | （三），（四） |
| ク | （一） | （一） | （一） |
| ケ | （一） | （一） | （三） |
| コ | （一） | （一） | （三），（四） |
- ア：
- イ：
- ウ：
- エ：
- オ：
- カ：
- キ：
- ク：
- ケ：
- コ：
TSUNAGARU-ADVICE
まず押さえたいこと
この問題では、匿名加工情報を作るときに、個人を特定しにくくすることと、分析に必要な情報を残すことの両方を考えるのがポイントです。電子メールアドレスのように個人へ直接つながり、分析にも不要な項目は削除します。一方、勤務先の業種や体重はマーケティング分析に必要なので、単純に削除してはいけません。
事例を読むときの判断軸
まず問題文から「B社が何を分析したいのか」を確認し、分析に不要な項目と必要な項目を分けましょう。その上で、必要な項目でも個人を特定する手掛かりになりやすい場合は加工します。体重のような数値は、極端な値をまとめるトップ（ボトム）コーディングや、値の細かさを抑える丸めによって、分析価値を残しながら特定リスクを下げると考えます。
上位試験につなげるために
上位試験では、「匿名化するから全部削除する」という考え方ではなく、利用目的とのバランスが重要になります。直接識別につながる情報は除去し、分析に必要な属性は一般化や丸めなどで粒度を下げるというように、データの有用性を維持しながら再識別のリスクを下げる視点を身につけておきましょう。
この問題では、匿名加工によって個人を識別しにくくしつつ、B社が予定している分析に必要な情報は残すという考え方がポイントです。B社が分析したい項目には「勤務先の業種」と「体重」が含まれていますが、電子メールアドレスは含まれていません。
電子メールアドレスは、本人への連絡や他の情報との照合に利用でき、個人の識別につながりやすい情報です。個人情報保護委員会の資料でも、電子メールアドレスは多数の事業者が取得しており、他のデータとの識別子として機能し得るため、匿名加工では全部削除する例が示されています。したがって、電子メールアドレスには（一）項目削除を適用します。
勤務先の業種は、B社が「勤務先の業種と体重・歩数との関係」を分析するために必要です。また、「金融業」「小売業」「製造業」のように既に業種というカテゴリーで記録されており、具体的な勤務先企業名ではありません。そのため、本問の条件では加工なしとするのが適切です。
体重も分析に必要なので削除はできません。一方、121.3kgのような特に大きな値は個人を特徴付ける情報になり得るため、一定以上の値をまとめる（三）トップコーディングを適用します。さらに、小数点以下まで含む細かな体重をそのまま使う必要はないため、値を一定の単位に（四）丸めます。匿名加工では、特異な数値をまとめたり、数値の詳細度を下げたりすることで識別につながる可能性を抑えます。
したがって、「電子メールアドレス：（一）、勤務先の業種：加工なし、体重：（三）、（四）」となるキが適切です。