特開 2023-168660 検索制御方法、検索制御プログラム、および情報処理装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023168660

(43)【公開日】2023-11-29

(54)【発明の名称】検索制御方法、検索制御プログラム、および情報処理装置

(51)【国際特許分類】

   G06F 16/9032 20190101AFI20231121BHJP

【ＦＩ】

G06F16/9032

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2022079893

(22)【出願日】2022-05-16

(71)【出願人】

【識別番号】000005223

【氏名又は名称】富士通株式会社

(74)【代理人】

【識別番号】110002918

【氏名又は名称】弁理士法人扶桑国際特許事務所

(72)【発明者】

【氏名】大木 憲二

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175GC01

(57)【要約】

【課題】不正目的での検索を抑止する。
【解決手段】情報処理装置１０は、データベース１１ａに対する検索を要求するクエリ３，４に基づいて、複数の語句それぞれの機微度が設定された辞書データ１１ｂから、クエリ３，４に示される検索語句に対応する語句を検索する。次に情報処理装置１０は、検索語句に対応する語句の機微度に基づいて、クエリ３，４の機微度を計算する。そして情報処理装置１０は、クエリ３，４の機微度に基づいて、クエリ３，４に応じたデータベース１１ａの検索を実行するか否かを決定する。
【選択図】図１

【特許請求の範囲】

【請求項1】

データベースに対する検索を要求するクエリに基づいて、複数の語句それぞれの機微度が設定された辞書データから、前記クエリに示される検索語句に対応する語句を検索し、
前記検索語句に対応する語句の機微度に基づいて、前記クエリの機微度を計算し、
前記クエリの機微度に基づいて、前記クエリに応じた前記データベースの検索を実行するか否かを決定する、
処理をコンピュータが実行する検索制御方法。

【請求項2】

前記データベースの検索を実行しないと決定した場合、検索を実行しない前記クエリの検知を示すメッセージを出力する、
請求項１記載の検索制御方法。

【請求項3】

前記データベースの検索を実行すると決定した場合、前記検索語句を前記データベースから検索し、検索結果を出力する、
請求項１または２に記載の検索制御方法。

【請求項4】

前記辞書データには、前記複数の語句それぞれに対して、漏洩した場合の精神的苦痛の度合いを示す精神的苦痛レベルと、漏洩した場合の経済的損失の度合いを示す経済的損失レベルとに基づく機微度が設定されている、
請求項１記載の検索制御方法。

【請求項5】

前記クエリの機微度を計算する処理では、前記検索語句に対応する語句の機微度の合計を、前記クエリに含まれる前記検索語句の数で除算し、除算の商を前記クエリの機微度とする、
請求項１記載の検索制御方法。

【請求項6】

前記辞書データは、前記複数の語句が暗号化して登録されており、
前記クエリには、暗号化された前記検索語句が含まれており、
前記検索語句に対応する語句を検索する処理では、暗号化したまま前記検索語句に対応する語句を検索する、
請求項１記載の検索制御方法。

【請求項7】

前記辞書データは、暗号化された前記複数の語句が、機微度に応じた複数のグループにグループ分けされており、
前記データベースの検索を実行しないと決定した場合、検索を実行しない前記クエリを検知したことを示し、前記検索語句に対応する語句が属するグループの語句のリストを含むメッセージを出力する、
請求項１または６に記載の検索制御方法。

【請求項8】

データベースに対する検索を要求するクエリ基づいて、複数の語句それぞれの機微度が設定された辞書データから、前記クエリに示される検索語句に対応する語句を検索し、
前記検索語句に対応する語句の機微度に基づいて、前記クエリの機微度を計算し、
前記クエリの機微度に基づいて、前記クエリに応じた前記データベースの検索を実行するか否かを決定する、
処理をコンピュータに実行させる検索制御プログラム。

【請求項9】

データベースに対する検索を要求するクエリに基づいて、複数の語句それぞれの機微度が設定された辞書データから、前記クエリに示される検索語句に対応する語句を検索し、前記検索語句に対応する語句の機微度に基づいて、前記クエリの機微度を計算し、前記クエリの機微度に基づいて、前記クエリに応じた前記データベースの検索を実行するか否かを決定する処理部、
を有する情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、検索制御方法、検索制御プログラム、および情報処理装置に関する。

【背景技術】

【0002】

現在、個人の認証や属性の真正性を証明する分散型アイデンティティ（ＤＩＤ：Decentralized IDentity）技術が提案されている。分散型アイデンティティ技術では、属性の複数組合技術や開示制御技術によって、より個人の匿名性や安全性を高めた上で個人のコントローラビリティを高めることが可能である。

【0003】

ただし、ＤＩＤ技術は政府などの権威から独立することを志向していることから、その多くはＮＰＯ（Not-for-Profit Organization）などの組織が運営しており、運営する組織の透明性や、運用上の安全性などが定かではない。そこで、それらのＤＩＤ技術を安全に利用可能とする枠組みの１つとして、例えばＴｒｕｓｔｅｄ Ｗｅｂと呼ばれる技術基盤が提案されている。

【0004】

Ｔｒｕｓｔｅｄ Ｗｅｂに有用な技術として、例えば保護データのリスクレートを判定するデータ匿名化技術が提案されている。また暗号文のまま検索を行う秘匿検索も提案されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】米国特許出願公開第２０１８／０００４９７８号明細書

【特許文献2】特開２０１５－２２５３４３号公報

【特許文献3】特開２０１７－０２１３３０号公報

【特許文献4】特開２０１７－０２１３３１号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

データベースに格納されたデータの安全性を向上させるには、データベースに対する不正な検索を早期に検知できることが重要である。不正な検索としては、例えば許可された範囲外の目的でのデータ検索がある。そこで、利用者が出力したデータ検索用のクエリに基づいて、データ検索が不正な目的であるか否かを把握できることが望まれる。しかし、従来の技術では、クエリのみからデータ検索の目的を把握するのは困難である。そのため、例えば意図的にセンシティブな情報（機微情報）を探ろうとする行為などの問題のある検索が行われていても、それを把握することができない。

【0007】

１つの側面では、本発明は、不正目的での検索を抑止することを目的とする。

【課題を解決するための手段】

【0008】

１つの案では、以下の処理をコンピュータが実行する検索制御方法が提供される。
コンピュータは、データベースに対する検索を要求するクエリに基づいて、複数の語句それぞれの機微度が設定された辞書データから、クエリに示される検索語句に対応する語句を検索する。コンピュータは、検索語句に対応する語句の機微度に基づいて、クエリの機微度を計算する。そしてコンピュータは、クエリの機微度に基づいて、クエリに応じたデータベースの検索を実行するか否かを決定する。

【発明の効果】

【0009】

１態様によれば、不正目的での検索を抑止できる。

【図面の簡単な説明】

【0010】

【図1】第１の実施の形態に係る検索制御方法の一例を示す図である。

【図2】秘匿検索システムの一例を示す図である。

【図3】データ管理サーバのハードウェアの一例を示す図である。

【図4】秘匿検索システムの機能を示すブロック図である。

【図5】機微性判定辞書の一例を示す図である。

【図6】機微性判定辞書に基づいてグループ化済辞書を生成する処理の一例を示す図である。

【図7】データ登録手順の一例を示す図である。

【図8】クエリの機微度に基づくリスク評価処理の第１の例を示す図である。

【図9】クエリの機微度に基づくリスク評価処理の第２の例を示す図である。

【図10】秘匿情報検索の手順の一例を示すシーケンス図（１／３）である。

【図11】秘匿情報検索の手順の一例を示すシーケンス図（２／３）である。

【図12】秘匿情報検索の手順の一例を示すシーケンス図（３／３）である。

【図13】許可された目的外での検索を抑止する処理の一例を示す図である。

【発明を実施するための形態】

【0011】

以下、本実施の形態について図面を参照して説明する。なお各実施の形態は、矛盾のない範囲で複数の実施の形態を組み合わせて実施することができる。
〔第１の実施の形態〕
第１の実施の形態は、不正目的の検索を検知可能な検索制御方法である。

【0012】

図１は、第１の実施の形態に係る検索制御方法の一例を示す図である。図１には、検索制御方法を実現する情報処理装置１０を示している。情報処理装置１０は、例えば検索制御プログラムを実行することにより、検索制御方法を実施することができる。

【0013】

情報処理装置１０は、データベース１１ａの利用者が操作する利用者端末１と、データベース１１ａに対する不正目的の検索の有無の監査に使用する監査用端末２とが接続されている。利用者端末１は、例えばデータベース１１ａの検索のクエリ３，４を情報処理装置１０に送信する。クエリ３，４には、検索語句が含まれる。利用者端末１は、例えば暗号化された検索語句を含むクエリ３，４を送信することができる。

【0014】

情報処理装置１０は、検索制御方法を実現するために、記憶部１１と処理部１２とを有する。記憶部１１は、例えば情報処理装置１０が有するメモリまたはストレージ装置である。処理部１２は、例えば情報処理装置１０が有するプロセッサまたは演算回路である。

【0015】

記憶部１１は、データベース１１ａと、複数の語句それぞれの機微度が設定された辞書データ１１ｂとを記憶する。例えば辞書データ１１ｂには、複数の語句それぞれに対して、漏洩した場合の精神的苦痛の度合いを示す精神的苦痛レベルと、漏洩した場合の経済的損失の度合いを示す経済的損失レベルとに基づく機微度が設定されている。例えば、機微度は、値が大きいほど、語句に関連する情報が漏洩した場合の影響が大きいことを示す。例えば辞書データ１１ｂに登録されていない語句の機微度は「０」となる。

【0016】

データベース１１ａには、複数のデータが登録されている。各データには、１または複数の語句が含まれる。データベース１１ａ内の各データに含まれる語句は、例えば暗号化されている。なお、データベース１１ａに含まれる各データは、レコードまたはエントリと呼ぶこともできる。

【0017】

辞書データ１１ｂは、例えば暗号化された複数の語句が、機微度に応じた複数のグループにグループ分けして登録されている。図１の例では、機微度「１」～「９」の９個のグループそれぞれに、その機微度を有する語句が登録されている。辞書データ１１ｂに含まれる各語句は、例えば暗号化されている。

【0018】

処理部１２は、利用者端末１からデータベース１１ａに対する検索を要求するクエリ３，４を受信すると、クエリ３，４に基づいて、複数の語句それぞれの機微度が設定された辞書データ１１ｂから、クエリ３，４に示される検索語句に対応する語句を検索する。データベース１１ａ内の語句が暗号化されており、クエリ３，４内の検索語句も暗号化されている場合、処理部１２は、暗号文のままで辞書データ１１ｂを検索する。暗号文のままでのデータ検索は秘匿検索と呼ばれる。

【0019】

次に処理部１２は、検索語句に対応する語句の機微度に基づいて、クエリ３，４の機微度を計算する。例えば１つのクエリ３，４に複数の検索語句が含まれている場合、処理部１２は、検索語句に対応する語句の機微度の合計を、クエリ３，４に含まれる検索語句の数で除算し、除算の商をクエリ３，４の機微度とする。

【0020】

図１の例では、クエリ３には、語句「ｗ９１」の暗号文と語句「ｗ０１」の暗号文とが含まれている。語句「ｗ９１」は、辞書データ１１ｂにおいて機微度「９」のグループに含まれる。語句「ｗ０１」は、辞書データ１１ｂに登録されていない。するとクエリ３の機微度は、例えば「９／２＝４．５」となる。クエリ４には、語句「ｗ１１」の暗号文と語句「ｗ０２」の暗号文とが含まれている。語句「ｗ１１」は、辞書データ１１ｂにおいて機微度「１」のグループに含まれる。語句「ｗ０２」は、辞書データ１１ｂに登録されていない。するとクエリ３の機微度は、例えば「１／２＝０．５」となる。

【0021】

処理部１２は、クエリ３，４の機微度に基づいて、クエリ３，４に応じたデータベース１１ａの検索を実行するか否かを決定する。例えば処理部１２は、クエリ３，４の機微度を閾値と比較し、機微度が閾値以上であれば検索を実行しないと決定する。また処理部１２は機微度が閾値未満であれば検索を実行すると決定する。

【0022】

例えば閾値が３であるものとする。図１の例では、クエリ３の機微度は「４．５」であり、閾値「３」以上である。そのため処理部１２は、クエリ３について検索を実行しないと決定する。またクエリ４の機微度は「０．５」であり、閾値「３」未満である。そのため処理部１２は、クエリ４について検索を実行すると決定する。

【0023】

処理部１２は、データベース１１ａの検索を実行しないと決定した場合、検索を実行しないクエリ３の検知を示すメッセージ５を出力する。例えばクエリ３の場合、辞書データ１１ｂにおける機微度「９」のグループに属する語句のリストを含むメッセージ５が、監査用端末２に送信される。

【0024】

また処理部１２は、データベース１１ａの検索を実行すると決定した場合、検索語句をデータベース１１ａから検索し、検索結果６を出力する。例えばデータベース１１ａ内の語句と検索語句とが共に暗号化されている場合、処理部１２は、暗号文のままの検索（秘匿検索）を行う。処理部１２は、検索結果６を利用者端末１に送信する。例えば検索結果６には、検索語句を含むデータの数が示される。

【0025】

このように、機微度が閾値以上のクエリ３に応じたデータベース１１ａの検索を実行しないことで、不正目的の検索の実行を抑止することが可能となる。また不正目的のクエリの検知を示すメッセージ５を監査用端末２に送信することで、不正目的のクエリの発生を、監査機関において把握することができる。なお正当な目的のクエリ４については、そのクエリ４に応じた検索が行われ検索結果６が出力される。これにより、許可された目的でのデータ利用であれば、データ検索サービスを提供することができる。

【0026】

また、辞書データに対して、例えば精神的苦痛レベルと経済的損失レベルとに基づく機微度を設定することで、語句ごとの機微度を適切に定義することができ、クエリ３，４の機微度の計算精度が向上する。

【0027】

さらに検索語句に対応する語句の機微度の合計を、クエリ３，４に含まれる検索語句の数で除算した商をクエリ３，４の機微度とすることで、複数の語句を含むクエリ３，４についても適切な機微度を算出できる。

【0028】

また辞書データ１１ｂおよびデータベース１１ａに登録されている複数の語句を暗号化しておき、クエリ３，４内の検索語句も暗号化しておき、処理部１２が秘匿検索を行うことで、検索語句を、情報処理装置１０の管理者にも秘匿しておくことができる。これにより、正当な目的でデータベース１１ａを利用する利用者端末１の利用者は、検索の目的を秘匿したままデータベース１１ａ内のデータを利用することができる。さらにデータベース１１ａに登録するデータの暗号化を、そのデータの提供者が実施するようにすれば、そのデータの内容が、情報処理装置１０の管理者に漏洩するのを抑止することが可能である。

【0029】

また処理部１２は、検索を実行しないと判定されたクエリ３内の検索語句に対応する語句が属するグループの語句のリストを含むメッセージ５を出力することができる。これにより、例えば監査機関では、検索された語句と同じ機微度の語句群を認識することができるが、そのうちのどの語句が検索語句であったのかを知ることはできない。すなわち、情報処理装置１０の管理者および監査機関はグループ単位でしか検索語句を把握できず、データ利用者やデータ提供者の具体的な情報が他者に漏れることが抑止される。

【0030】

〔第２の実施の形態〕
第２の実施の形態は、秘匿検索によって秘匿されたデータベース（以下、ＤＢ（Data Base）と呼ぶ）に対する不正な検索目的を把握できる秘匿検索システムである。なお、第２の実施の形態では、ＤＢに登録されている語句の暗号文と、その語句のクエリにおける暗号文とが異なる値となるような秘匿検索技術を用いる。これにより、ＤＢ内のデータの秘匿性を高めることができる。

【0031】

図２は、秘匿検索システムの一例を示す図である。第２の実施の形態では、信頼できる第三者機関（ＴＴＰ：Trusted Third Party）がデータ管理サーバ１００を有している。データ管理サーバ１００は、提供されたデータを暗号文のままで管理するコンピュータである。データ管理サーバ１００は、ネットワーク２０を介して、データ提供サーバ２００、利用者端末３００、および監査用端末４００に接続されている。データ提供サーバ２００は、データ提供者（ＤＰ：Data provider）が提供するデータを管理するコンピュータである。利用者端末３００は、データ利用者（ＤＵ：Data User）がデータ検索のために使用するコンピュータである。監査用端末４００は、データの正当な利用が行われていることを監査する監査機関において監査に使用されるコンピュータである。

【0032】

ＤＰは例えば病院であり、ＤＵは例えば製薬会社である。この場合、データ提供サーバ２００は、例えばＤＰの病院で受診した患者の電子カルテなどの患者データを蓄積し、その患者データを暗号化してデータ管理サーバ１００に提供する。データ管理サーバ１００は、利用者端末３００からの検索要求に応じて、管理している患者データに対する検索を行う。またデータ管理サーバ１００は、不正目的の検索を検知すると、問題のある検索要求があったことを監査用端末４００に通報する。

【0033】

なお、データ管理サーバ１００は、図１に示した第１の実施の形態の情報処理装置１０の一例である。
図３は、データ管理サーバのハードウェアの一例を示す図である。データ管理サーバ１００は、プロセッサ１０１によって装置全体が制御されている。プロセッサ１０１には、バス１０９を介してメモリ１０２と複数の周辺機器が接続されている。プロセッサ１０１は、マルチプロセッサであってもよい。プロセッサ１０１は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、またはＤＳＰ（Digital Signal Processor）である。プロセッサ１０１がプログラムを実行することで実現する機能の少なくとも一部を、ＡＳＩＣ（Application Specific Integrated Circuit）、ＰＬＤ（Programmable Logic Device）などの電子回路で実現してもよい。

【0034】

メモリ１０２は、データ管理サーバ１００の主記憶装置として使用される。メモリ１０２には、プロセッサ１０１に実行させるＯＳ（Operating System）のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、メモリ１０２には、プロセッサ１０１による処理に利用する各種データが格納される。メモリ１０２としては、例えばＲＡＭ（Random Access Memory）などの揮発性の半導体記憶装置が使用される。

【0035】

バス１０９に接続されている周辺機器としては、ストレージ装置１０３、ＧＰＵ（Graphics Processing Unit）１０４、入力インタフェース１０５、光学ドライブ装置１０６、機器接続インタフェース１０７およびネットワークインタフェース１０８がある。

【0036】

ストレージ装置１０３は、内蔵した記録媒体に対して、電気的または磁気的にデータの書き込みおよび読み出しを行う。ストレージ装置１０３は、データ管理サーバ１００の補助記憶装置として使用される。ストレージ装置１０３には、ＯＳのプログラム、アプリケーションプログラム、および各種データが格納される。なお、ストレージ装置１０３としては、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）を使用することができる。

【0037】

ＧＰＵ１０４は画像処理を行う演算装置であり、グラフィックコントローラとも呼ばれる。ＧＰＵ１０４には、モニタ２１が接続されている。ＧＰＵ１０４は、プロセッサ１０１からの命令に従って、画像をモニタ２１の画面に表示させる。モニタ２１としては、有機ＥＬ（Electro Luminescence）を用いた表示装置や液晶表示装置などがある。

【0038】

入力インタフェース１０５には、キーボード２２とマウス２３とが接続されている。入力インタフェース１０５は、キーボード２２やマウス２３から送られてくる信号をプロセッサ１０１に送信する。なお、マウス２３は、ポインティングデバイスの一例であり、他のポインティングデバイスを使用することもできる。他のポインティングデバイスとしては、タッチパネル、タブレット、タッチパッド、トラックボールなどがある。

【0039】

光学ドライブ装置１０６は、レーザ光などを利用して、光ディスク２４に記録されたデータの読み取り、または光ディスク２４へのデータの書き込みを行う。光ディスク２４は、光の反射によって読み取り可能なようにデータが記録された可搬型の記録媒体である。光ディスク２４には、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ－ＲＡＭ、ＣＤ－ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ－Ｒ（Recordable）／ＲＷ（ReWritable）などがある。

【0040】

機器接続インタフェース１０７は、データ管理サーバ１００に周辺機器を接続するための通信インタフェースである。例えば機器接続インタフェース１０７には、メモリ装置２５やメモリリーダライタ２６を接続することができる。メモリ装置２５は、機器接続インタフェース１０７との通信機能を搭載した記録媒体である。メモリリーダライタ２６は、メモリカード２７へのデータの書き込み、またはメモリカード２７からのデータの読み出しを行う装置である。メモリカード２７は、カード型の記録媒体である。

【0041】

ネットワークインタフェース１０８は、ネットワーク２０に接続されている。ネットワークインタフェース１０８は、ネットワーク２０を介して、他のコンピュータまたは通信機器との間でデータの送受信を行う。ネットワークインタフェース１０８は、例えばスイッチやルータなどの有線通信装置にケーブルで接続される有線通信インタフェースである。またネットワークインタフェース１０８は、基地局やアクセスポイントなどの無線通信装置に電波によって通信接続される無線通信インタフェースであってもよい。

【0042】

データ管理サーバ１００は、以上のようなハードウェアによって、第２の実施の形態の処理機能を実現することができる。なお、第１の実施の形態に示した情報処理装置１０も、図３に示したデータ管理サーバ１００と同様のハードウェアにより実現することができる。

【0043】

データ管理サーバ１００は、例えばコンピュータ読み取り可能な記録媒体に記録されたプログラムを実行することにより、第２の実施の形態の処理機能を実現する。データ管理サーバ１００に実行させる処理内容を記述したプログラムは、様々な記録媒体に記録しておくことができる。例えば、データ管理サーバ１００に実行させるプログラムをストレージ装置１０３に格納しておくことができる。プロセッサ１０１は、ストレージ装置１０３内のプログラムの少なくとも一部をメモリ１０２にロードし、プログラムを実行する。またデータ管理サーバ１００に実行させるプログラムを、光ディスク２４、メモリ装置２５、メモリカード２７などの可搬型記録媒体に記録しておくこともできる。可搬型記録媒体に格納されたプログラムは、例えばプロセッサ１０１からの制御により、ストレージ装置１０３にインストールされた後、実行可能となる。またプロセッサ１０１が、可搬型記録媒体から直接プログラムを読み出して実行することもできる。

【0044】

このような秘匿検索システムでは、データ管理サーバ１００は、データ提供サーバ２００から提供されたデータと利用者端末３００から送信されたクエリに対して、Ｒｅｌａｔｉｏｎａｌ Ｈａｓｈを用いた秘匿検索を行う。これにより、データ管理サーバ１００は、ＤＢとクエリを暗号化したまま元の語句が一致するか否かを判定する。なおＲｅｌａｔｉｏｎａｌ Ｈａｓｈを用いた秘匿検索の詳細は、特許文献２－４に示されている。

【0045】

またデータ管理サーバ１００は、秘匿検索を実行する際に、暗号化された機微性判定辞書と暗号化入力データの照合を行う。データ管理サーバ１００は、照合結果から機微度を算出して、結果が基準を満たしている場合のみ検索を継続する。これにより、不正な検索が実行されることを抑止できる。

【0046】

またデータ管理サーバ１００は、暗号化された機微性判定辞書と暗号化入力データの照合は機微度に基づくグループ単位で行う。これにより、データ管理サーバ１００を運用するＴＴＰ側はグループ単位でしか検索内容を把握できず、ＤＵやＤＰの具体的な情報がＴＴＰに漏れることが抑止される。

【0047】

次に、秘匿検索システムの各装置の機能について説明する。
図４は、秘匿検索システムの機能を示すブロック図である。データ管理サーバ１００は、情報の記憶機能として、機微性判定辞書記憶部１１０、鍵記憶部１２０、秘匿化辞書記憶部１３０、グループ化済辞書記憶部１４０、および暗号化ＤＢ１５０を有する。

【0048】

機微性判定辞書記憶部１１０は、機微性判定辞書を記憶する。機微性判定辞書は、用語ごとに、その用語の機微性の度合いを数値化したものである。機微性の度合いは、例えば経済的損失レベルと精神的苦痛レベルとで表される。鍵記憶部１２０は、機微性判定辞書の暗号化のための暗号鍵、および機微性判定辞書を秘匿化したままクエリと照合するための照合鍵を記憶する。秘匿化辞書記憶部１３０は、暗号化された機微性判定辞書を記憶する。グループ化済辞書記憶部１４０は、暗号化された機微性判定辞書内の語句を機微性に基づいて分類したグループの情報を記憶する。暗号化ＤＢ１５０は、データ提供サーバ２００から提供された暗号化済みのデータを記憶する。

【0049】

ハッシュ種生成部１６１は、鍵の生成元となる情報（ハッシュ種）を生成する。例えばハッシュ種生成部１６１は、ランダムな数値をハッシュ種として生成する。鍵生成部１６２は、ハッシュ種に基づいて暗号鍵と照合鍵との対を生成する。辞書暗号化部１６３は、鍵生成部１６２が生成した暗号鍵を用いて、機微性判定辞書内の語句それぞれを暗号化する。グループ化部１６４は、秘匿化辞書記憶部１３０内の語句ごとの暗号データを、該当語句の機微性に基づいてグループ化する。データ登録部１７１は、データ提供サーバ２００から暗号化されたデータを取得し、暗号化ＤＢ１５０に格納する。リスク評価部１７２は、利用者端末３００から受信したクエリに基づいて、そのクエリに応じて検索を実行するリスクを評価する。検索部１７３は、利用者端末３００から受信したクエリに基づいて、暗号化ＤＢ１５０内のデータを検索する。

【0050】

データ提供サーバ２００は、ＤＢ２１０、鍵記憶部２２０、鍵生成部２３０、およびデータ登録要求部２４０を有する。ＤＢ２１０は、ＤＰがＤＵに開示する平文のデータを記憶する。鍵記憶部２２０は、ＤＢ２１０内のデータの暗号化のための暗号鍵、およびそのデータを秘匿化したままクエリと照合するための照合鍵を記憶する。鍵生成部２３０は、ハッシュ種に基づいて暗号鍵と照合鍵との対を生成する。データ登録要求部２４０は、ＤＢ２１０内のデータを暗号化してデータ管理サーバ１００に送信する。

【0051】

利用者端末３００は、鍵記憶部３１０、鍵生成部３２０、および検索要求部３３０を有する。鍵記憶部３１０は、クエリの暗号化のための暗号鍵、およびそのクエリを秘匿化したままデータと照合するための照合鍵を記憶する。鍵生成部３２０は、ハッシュ種に基づいて暗号鍵と照合鍵との対を生成する。検索要求部３３０は、入力されたクエリを暗号化してデータ管理サーバ１００に送信する。

【0052】

なお、各装置が有する鍵生成部１６２，２３０，３２０は、同じハッシュ種から暗号鍵と照合鍵との対を生成するが、鍵生成部１６２，２３０，３２０それぞれが生成する暗号鍵は異なる値の鍵である。そのため同じ語句を各装置が暗号化した場合、装置ごとに異なる暗号文が生成される。このように異なる暗号鍵で暗号化されていても、Ｒｅｌａｔｉｏｎａｌ Ｈａｓｈを用いることで、秘匿検索が可能である。

【0053】

また図４に示した各要素間を接続する線は通信経路の一部を示すものであり、図示した通信経路以外の通信経路も設定可能である。また、図４に示した各要素の機能は、例えば、その要素に対応するプログラムモジュールをコンピュータに実行させることで実現することができる。

【0054】

このような秘匿検索システムにより、データとクエリの語句を暗号化したまま検索をすることができると共に、クエリによる検索が機微性の高い語句を対象としている場合には、そのことを検知することができる。機微性は、機微性判定辞書記憶部１１０に格納されている機微性判定辞書に基づいて判定される。なお機微性判定辞書は、図１に示す辞書データの一例である。

【0055】

図５は、機微性判定辞書の一例を示す図である。図５の例では、機微性判定辞書１１１がＥＰ図で表されている。ＥＰ図は、データを「経済的損失（Ｅｃｏｎｏｍｉｃ）」と「精神的苦痛（Ｐｒｉｖａｃｙ）」という軸でプロットしたグラフである。図５の例では経済損失レベルが１～３の３つのレベルに分けられている。また精神的苦痛レベルが１～３の３つのレベルに分けられている。そのためＥＰ図には、経済的損失レベルと精神的苦痛レベルとの組合せに応じた９個のＥＰ区分が設けられ、各ＥＰ区分に対応する語句が設定されている。以下、経済損失レベルと精神的苦痛レベルとをまとめてＥＰ値と呼ぶ。なお、ＥＰ区分は、第１の実施の形態におけるグループの一例である。

【0056】

精神的苦痛レベルをｘ軸、経済的損失レベルをｙ軸として、ＥＰ区分は、ＥＰ（ｘ、ｙ）で表される。図５の例では、９個のＥＰ区分それぞれは、ＥＰ（１，１），ＥＰ（１，２），・・・，ＥＰ（３，３）と表される。ＥＰ区分のＥＰ値は、そのＥＰ区分に属する語句の機微度を表している。例えばＥＰ（ｘ，ｙ）の機微度を「ｘ×ｙ」とする。

【0057】

なお図５に示す機微性判定辞書１１１には、データの項目名となるような語句が示されているが、その語句に設定される可能性のある値を、機微性判定辞書１１１に登録しておいてもよい。例えば「性別」と同じＥＰ区分に「男」、「女」といった語句を登録しておくことができる。

【0058】

データ管理サーバ１００の辞書暗号化部１６３は、各ＥＰ区分に含まれる語句ごとに暗号化を行い、秘匿化辞書を作成する。そしてグループ化部１６４は、各語句をＥＰ区分に基づいてグループ化して、グループ化済辞書を作成する。

【0059】

図６は、機微性判定辞書に基づいてグループ化済辞書を生成する処理の一例を示す図である。機微性判定辞書記憶部１１０には、ＥＰ区分（３，３）に語句「ｗ１，ｗ２」が登録され、ＥＰ区分（２，３）に語句「ｗ３，ｗ４」が登録されているものとする。

【0060】

データ管理サーバ１００では、ハッシュ種生成部１６１がハッシュ種ｋを生成する。例えばハッシュ種生成部１６１は、ランダムな数値を生成し、ハッシュ種ｋとする。ハッシュ種生成部１６１は、生成したハッシュ種ｋを鍵生成部１６２に送信する。

【0061】

鍵生成部１６２は、ハッシュ種ｋを用いて、所定のアルゴリズムにより、暗号鍵ｋｅと照合鍵ｐｋｅとの対を生成する。鍵生成部１６２は、生成した暗号鍵ｋｅと照合鍵ｐｋｅとを鍵記憶部１２０に格納する。

【0062】

辞書暗号化部１６３は、機微性判定辞書記憶部１１０から機微性判定辞書１１１を取得する。そして辞書暗号化部１６３は、機微性判定辞書１１１に含まれる各語句を、暗号鍵ｋｅを用いて暗号化する。例えば暗号鍵ｋｅを用いた語句「ｗ１」の暗号化を「ＥＮＣ（ｗ１，ｋｅ）」と表す。語句「ｗ１，ｗ２，ｗ３，ｗ４」それぞれの暗号文を「ａａ，ｂｂ，ｃｃ，ｄｄ」とする。

【0063】

辞書暗号化部１６３は、各語句を暗号化して得られた秘匿化辞書１３１を、秘匿化辞書記憶部１３０に格納する。秘匿化辞書１３１には、各語句の暗号文が、元の語句が属するＥＰ区分のＥＰ値に対応付けて登録されている。例えばＥＰ（３，３）のＥＰ区分に属する語句「ｗ１」の暗号文「ａａ」は、ＥＰ（３，３）に対応付けて秘匿化辞書１３１に登録されている。

【0064】

グループ化部１６４は、秘匿化辞書１３１に登録されている各暗号文を、ＥＰ区分に応じてグループ化し、グループ化済辞書を生成する。例えばグループ化部１６４は、ＥＰ区分ごとのグループを生成し、該当ＥＰ区分の語句の暗号文を、対応するグループに含める。図６の例では、ＥＰ（３，３）のＥＰ区分のグループに、語句「ｗ１，ｗ２」の暗号文「ａａ，ｂｂ」が含まれている。またＥＰ（２，３）ののＥＰ区分のグループに、語句「ｗ３，ｗ４」の暗号文「ｃｃ，ｄｄ」が含まれている。

【0065】

なおグループ化部１６４は、グループ内の要素数が所定数以下のＥＰ区分がある場合、そのＥＰ区分のグループをＥＰ値が近い他のグループにまとめてもよい。例えば図５のＥＰ（２，３）のＥＰ区分では、属する語句が「遺言書」のみである。この場合、グループ化部１６４は、「遺言書」の暗号文を、例えばＥＰ（３，３）のＥＰ区分のグループに含める。これにより、１つのグループに属する暗号文の数が所定数以下となることがなくなる。その結果、クエリで検索した語句に対応するグループに基づいて、その語句が特定されることを抑止できる。

【0066】

またグループ化部１６４は、ＥＰ値に基づいて計算される機微度の値が同じとなるグループ同士を１つに纏めてもよい。これにより、１つのグループに含まれる語句の数が多くなり、クエリに含まれる語句の機微度に基づいて、その語句が特定されることが抑止できる。

【0067】

次に、暗号化ＤＢ１５０への暗号文によるデータの登録手順について説明する。
図７は、データ登録手順の一例を示す図である。図７の例では、データ提供サーバ２００が有するＤＢ２１０にデータ「ｗ５，ｗ６」が格納されている。ＤＰがこれらのデータのＤＵによる検索を許可する場合、データ提供サーバ２００の鍵生成部２３０は、データ管理サーバ１００のハッシュ種生成部１６１からハッシュ種ｋを取得する。鍵生成部２３０は、ハッシュ種ｋを用いて、所定のアルゴリズムにより、暗号鍵ｋｄと照合鍵ｐｋｄとの対を生成する。鍵生成部２３０は、生成した暗号鍵ｋｄと照合鍵ｐｋｄとを鍵記憶部２２０に格納する。

【0068】

データ登録要求部２４０は、ＤＢ２１０に登録されているデータ「ｗ５，ｗ６」それぞれを、暗号鍵ｋｄで暗号化する。例えば暗号鍵ｋｄを用いたデータ「ｗ５」の暗号化を「ＥＮＣ（ｗ５，ｋｄ）」と表す。データ「ｗ５，ｗ６」それぞれの暗号文を「ｆｆ，ｇｇ」とする。データ登録要求部２４０は、暗号文「ｆｆ，ｇｇ」と照合鍵ｐｋｄとを含むデータ登録要求３０をデータ管理サーバ１００に送信する。

【0069】

データ管理サーバ１００のデータ登録部１７１は、データ提供サーバ２００からデータ登録要求３０を受信すると、データ登録要求に含まれる暗号文を暗号化ＤＢ１５０に格納する。またデータ登録部１７１は、照合鍵ｐｋｄを鍵記憶部１２０に格納する。

【0070】

これにより、ＤＢ２１０に登録されているデータの暗号文が暗号化ＤＢ１５０に登録される。なおＤＢ２１０内のデータが、項目名と項目値とを含む場合、例えば項目名と項目値とが個別に暗号化される。

【0071】

次に、クエリの機微度に基づくリスク評価処理について説明する。
図８は、クエリの機微度に基づくリスク評価処理の第１の例を示す図である。利用者端末３００を使用するＤＵが、ＤＰが提供するデータの利用許可を受けた場合、利用者端末３００の鍵生成部３２０は、データ管理サーバ１００から、ハッシュ種生成部１６１が生成したハッシュ種ｋを取得する。鍵生成部３２０は、ハッシュ種ｋを用いて、所定のアルゴリズムにより、暗号鍵ｋｑと照合鍵ｐｋｑとの対を生成する。鍵生成部３２０は、生成した暗号鍵ｋｑと照合鍵ｐｋｑとを鍵記憶部３１０に格納する。

【0072】

その後、ＤＵが利用者端末３００にクエリ３１を入力すると、検索要求部３３０は、クエリ３１に含まれる語句それぞれを、暗号鍵ｋｑによって暗号化する。図８の例では、クエリ３１には２つの語句「ｗ１，ｗ５」が含まれている。例えば暗号鍵ｋｑを用いたデータ「ｗ１」の暗号化を「ＥＮＣ（ｗ１，ｋｑ）」と表す。データ「ｗ１，ｗ５」それぞれの暗号文を「ｈｈ，ｉｉ」とする。検索要求部３３０は、暗号文「ｈｈ，ｉｉ」を含む検索要求３２をデータ管理サーバ１００に送信する。なお検索要求部３３０は、検索要求３２に照合鍵ｐｋｑを含める。

【0073】

クエリ３１の暗号文および照合鍵ｐｋｑを含む検索要求３２を受信したデータ管理サーバ１００では、リスク評価部１７２が検索要求３２に応じた検索を実行することのリスクを評価する。例えばリスク評価部１７２は、クエリ３１の暗号文「ｈｈ，ｉｉ」により、グループ化済辞書記憶部１４０内のデータの秘匿検索を行う。図８の例では、グループ化済辞書記憶部１４０に、２つのグループ「ＥＰ（３，３）、ＥＰ（２，３）」が含まれている。この場合、リスク評価部１７２は、クエリ３１の暗号文「ｈｈ，ｉｉ」と同じ平文から暗号化された暗号文を、各グループから検索する。

【0074】

例えば暗号文「ｈｈ」によるＥＰ（３，３）内の暗号文「ａａ，ｂｂ」に対する秘匿検索は、秘匿検索関数「Ｍａｔｃｈ（）」を用いて「Ｍａｔｃｈ（ｈｈ，｛ａａ，ｂｂ｝）」と表される。秘匿検索の結果も暗号文である。

【0075】

暗号文「ｈｈ」によるＥＰ（３，３）内の暗号文「ａａ，ｂｂ」に対する秘匿検索の結果を「ａｂｃ」とする。暗号文「ｈｈ」によるＥＰ（２，３）内の暗号文「ｃｃ，ｄｄ」に対する秘匿検索の結果を「ｄｅｆ」とする。暗号文「ｉｉ」によるＥＰ（３，３）内の暗号文「ａａ，ｂｂ」に対する秘匿検索の結果を「ｇｈｉ」とする。暗号文「ｉｉ」によるＥＰ（２，３）内の暗号文「ｃｃ，ｄｄ」に対する秘匿検索の結果を「ｊｋｌ」とする。

【0076】

リスク評価部１７２は、秘匿検索の結果を、２つの照合鍵ｐｋｅ，ｐｋｑを用いて復号する。例えば秘匿検索の結果「ａｂｃ」の復号処理は、復号関数「ＤＥＣ（）」を用いて、「ＤＥＣ（ａｂｃ，ｐｋｑ×ｐｋｅ）」と表される。クエリ３１の語句と同じ語句の暗号文が含まれるグループに対する検索結果を復号すると、復号結果が「１」（検索ヒット）となる。またクエリ３１の語句と同じ語句の暗号文が含まれないグループに対する検索結果を復号すると、復号結果が「０」（検索ヒットせず）となる。

【0077】

図８の例では、秘匿検索の結果「ａｂｃ」を復号して得られた値は「１」である。秘匿検索の結果「ｄｅｆ」を復号して得られた値は「０」である。秘匿検索の結果「ｇｈｉ」を復号して得られた値は「０」である。秘匿検索の結果「ｊｋｌ」を復号して得られた値は「０」である。

【0078】

リスク評価部１７２は、復号結果が「１」となったときの検索対象のグループ｛ａａ，ｂｂ｝のＥＰ値（ＥＰ（３，３））に基づいて、検索要求３２に応じた機微度を計算する。例えばリスク評価部１７２は、「クエリの機微度＝クエリ内の語句の機微度の合計／クエリ内の語句数」とする。図８の例では、クエリ３１の機微度は「３×３／２＝４．５」となる。

【0079】

なおリスク評価部１７２は、別の計算方法でクエリ３１の機微度を算出してもよい。例えばリスク評価部１７２は、クエリ３１に含まれる語句のうち、グループ化済辞書記憶部１４０内のいずれかのグループに対する検索でヒットした語句の数を、クエリ３１の機微度としてもよい。

【0080】

リスク評価部１７２は、算出した機微度が閾値以上か否かを判定する。例えば閾値が「３」の場合、図８の例では、機微度「４．５」は閾値以上である。この場合、リスク評価部１７２は、監査用端末４００に、リスクが高いクエリの検出を示すメッセージ３３を送信する。メッセージ３３には、例えば問題クエリの検知を示す情報と、語句がヒットしたグループ内の語句のリストが示される。またリスク評価部１７２は、該当クエリ３１の検索要求３２を送信したＤＵの情報をメッセージ３３に含めてもよい。

【0081】

監査用端末４００は、通知されたメッセージ３３の内容をモニタに表示する。これにより監査機関において、リスクの高い秘匿検索が行われたことを把握することができる。
なお、機微度が閾値未満であれば、検索要求３２に応じた暗号化ＤＢ１５０への秘匿検索が実行される。

【0082】

図９は、クエリの機微度に基づくリスク評価処理の第２の例を示す図である。図９は、機微度の閾値が「５」の場合の例である。データ管理サーバ１００が図８の例と同様の検索要求３２を受信した場合、リスク評価部１７２は機微度「４．５」を算出する。そしてリスク評価部１７２は、機微度を閾値「５」と比較し、機微度が閾値未満であると判定する。この場合、リスク評価部１７２は、受信した検索要求３２を検索部１７３に送信する。

【0083】

検索部１７３は、クエリ３１の暗号文「ｈｈ，ｉｉ」により、暗号化ＤＢ１５０内のデータの秘匿検索を行う。図９の例では、暗号化ＤＢ１５０に、２つのデータ「ｆｆ，ｇｇ」が含まれている。この場合、検索部１７３は、クエリ３１の暗号文「ｈｈ，ｉｉ」と同じ平文から暗号化された暗号文を、データ「ｆｆ，ｇｇ」から検索する。

【0084】

例えば暗号文「ｈｈ」による暗号文「ｆｆ」に対する秘匿検索は、秘匿検索関数「Ｍａｔｃｈ（）」を用いて「Ｍａｔｃｈ（ｈｈ，ｆｆ）」と表される。秘匿検索の結果も暗号文である。

【0085】

暗号文「ｈｈ」による暗号文「ｆｆ」に対する秘匿検索の結果を「ｍｎｏ」とする。暗号文「ｈｈ」による暗号文「ｇｇ」に対する秘匿検索の結果を「ｐｑｒ」とする。暗号文「ｉｉ」による暗号文「ｆｆ」に対する秘匿検索の結果を「ｓｔｕ」とする。暗号文「ｉｉ」による暗号文「ｇｇ」に対する秘匿検索の結果を「ｖｗｘ」とする。

【0086】

検索部１７３は、秘匿検索の結果を、２つの照合鍵ｐｋｄ，ｐｋｑを用いて復号する。例えば秘匿検索の結果「ｍｎｏ」の復号処理は、復号関数「ＤＥＣ（）」を用いて、「ＤＥＣ（ｍｎｏ，ｐｋｑ×ｐｋｄ）」と表される。クエリ３１の語句と同じ語句の暗号文に対する検索結果を復号すると、復号結果が「１」となる。またクエリ３１の語句と同じ語句の暗号文が含まれないグループに対する検索結果を復号すると、復号結果が「０」となる。

【0087】

図９の例では、秘匿検索の結果「ｍｎｏ」を復号して得られた値は「０」である。秘匿検索の結果「ｐｑｒ」を復号して得られた値は「０」である。秘匿検索の結果「ｓｔｕ」を復号して得られた値は「１」である。秘匿検索の結果「ｖｗｘ」を復号して得られた値は「０」である。

【0088】

検索部１７３は、復号して得られた値が「１」となった件数を計数する。図９の例では１件である。この件数が、検索要求３２に応じた秘匿検索でヒットした件数である。そして検索部１７３は、ヒットした件数を示す検索結果３４を利用者端末３００に送信する。

【0089】

このようにして機微度が閾値未満の場合にのみ、検索要求３２に応じた暗号化ＤＢ１５０への秘匿検索を実行し、検索結果３４を利用者端末３００に送信することができる。機微度が閾値以上の場合、暗号化ＤＢ１５０への秘匿検索の実行が抑止されると共に、リスクの高い検索要求３２が入力されたことが、監査機関に通知される。以下、図１０～図１２を参照し、秘匿情報検索の手順を詳細に説明する。

【0090】

図１０は、秘匿情報検索の手順の一例を示すシーケンス図（１／３）である。データ管理サーバ１００において、ハッシュ種生成部１６１がハッシュ種ｋを生成する（ステップＳ１１）。次に鍵生成部１６２が、ハッシュ種ｋに基づいて、暗号鍵ｋｅと照合鍵ｐｋｅとを生成する（ステップＳ１２）。次に辞書暗号化部１６３が、暗号鍵ｋｅを用いて、機微性判定辞書１１１を暗号化する（ステップＳ１３）。機微性判定辞書１１１にｌ個（ｌは１以上の整数）の語句が含まれている場合、ｌ個の暗号文「ＥＮＣ（ｅ１，ｋｅ），・・・，ＥＮＣ（ｅｌ，ｋｅ）」が生成される。次にグループ化部１６４が、各暗号文の元の語句のＥＰ値に基づいて、暗号文のグループ化を行う（ステップＳ１４）。例えば９個のＥＰ区分それぞれに対応するグループ（ＧＰ１，・・・，ＧＰ９）のいずれかに、各暗号文が分類される。その後、ハッシュ種生成部１６１は、ハッシュ種ｋをデータ提供サーバ２００に送信する（ステップＳ１５）。

【0091】

ハッシュ種ｋを受信したデータ提供サーバ２００では、鍵生成部２３０が、ハッシュ種ｋに基づいて、暗号鍵ｋｄと照合鍵ｐｋｄとを生成する（ステップＳ１６）。次にデータ登録要求部２４０が、ＤＢ２１０内のデータの形態素解析を行う（ステップＳ１７）。形態素解析により、ＤＢ２１０内のデータが、語句ごとのデータ「ｄ１，・・・，ｄｍ」に分けられる。データ登録要求部２４０は、語句ごとのデータ「ｄ１，・・・，ｄｍ」それぞれを、暗号鍵ｋｄを用いて暗号化する（ステップＳ１８）。そしてデータ登録要求部２４０は、暗号化したデータ「ｄ１，・・・，ｄｍ」を含む暗号化ＤＢデータ「ＥＮＣ（ＤＢ，ｋｄ）」と照合鍵ｐｋｄとをデータ管理サーバ１００に送信する（ステップＳ１９）。送信された暗号化ＤＢデータ「ＥＮＣ（ＤＢ，ｋｄ）」は、データ管理サーバ１００の暗号化ＤＢ１５０に格納される。

【0092】

図１１は、秘匿情報検索の手順の一例を示すシーケンス図（２／３）である。ＤＵに対して暗号化ＤＢ１５０への検索が許可された場合、まずデータ管理サーバ１００のハッシュ種生成部１６１が利用者端末３００へハッシュ種ｋを送信する（ステップＳ２１）。すると利用者端末３００の鍵生成部３２０が、ハッシュ種ｋに基づいて、暗号鍵ｋｑと照合鍵ｐｋｑとを生成する（ステップＳ２２）。その後、利用者端末３００にクエリが入力されると、検索要求部３３０がクエリの形態素解析を行う（ステップＳ２３）。形態素解析により、クエリ内の文字列が、複数の語句「ｑ１，・・・，ｑｎ」に分けられる。次に検索要求部３３０は、暗号鍵ｋｑを用いて、クエリに含まれる語句「ｑ１，・・・，ｑｎ」ごとに暗号化する（ステップＳ２４）。そして検索要求部３３０は、暗号化したクエリ「ＥＮＣ（Ｑｕｅｒｙ，ｋｑ）」と照合鍵ｐｋｑとを含む検索要求を、データ管理サーバ１００に送信する（ステップＳ２５）。

【0093】

データ管理サーバ１００のリスク評価部１７２は、クエリに含まれる語句ごとに、グループ化済辞書記憶部１４０内のグループそれぞれに対して、ステップＳ２６～Ｓ２８の処理を行う。処理対象としてｉ番目の語句（ｉ＝１，・・・，ｎ）とｊ番目のグループＧＰｊ（ｊ＝１，・・・，９）が選択されたものとする。この場合、リスク評価部１７２は、語句ｑｉの暗号文ＥＮＣ（ｑｉ）により、グループＧＰｊの暗号文ＥＮＧ（ＧＰｊ）内の暗号文の秘匿検索「Ｍａｔｃｈ（ＥＮＣ（ｑｉ），ＥＮＣ（ＧＰｊ））」を行う（ステップＳ２６）。リスク評価部１７２は、２つの照合鍵ｐｋｑ，ｐｋｅを用いて、秘匿検索の結果を復号「ＤＥＣ（Ｍａｔｃｈ（ＥＮＣ（ｑｉ），ＥＮＣ（ＧＰｊ）），ｐｋｑ×ｐｋｅ）」する（ステップＳ２７）。そしてリスク評価部１７２は、復号結果が「１」の場合、ｊ番目のグループＧＰｊのＥＰ値を取得する（ステップＳ２８）。

【0094】

図１２は、秘匿情報検索の手順の一例を示すシーケンス図（３／３）である。リスク評価部１７２は、クエリに含まれる語句とＥＰ区分ごとのグループとのすべての組合せについての秘匿検索、および検索でヒットした場合のＥＰ値の取得が完了すると、取得したＥＰ値に基づいて機微度を計算する（ステップＳ３１）。例えばリスク評価部１７２は、取得したＥＰ値の精神的苦痛レベルと経済的損失レベルとの乗算値の合計を、クエリに含まれる語句数で除算し、この除算結果を機微度とする。

【0095】

リスク評価部１７２は、機微度を閾値と比較する（ステップＳ３２）。リスク評価部１７２は、機微度が閾値以上の場合、監査機関へ問題のあるクエリの検知を通知する（ステップＳ３３）。またリスク評価部１７２は、機微度が閾値未満の場合、暗号化ＤＢ１５０に対する秘匿検索「Ｍａｔｃｈ（ＥＮＣｋｑ（Ｑｕｅｒｙ），ＥＮＣｋｄ（ＤＢ））」を行う（ステップＳ３４）。リスク評価部１７２は、２つの照合鍵ｐｋｑ，ｐｋｄを用いて、秘匿検索の結果を復号「ＤＥＣ（Ｍａｔｃｈ（ＥＮＣｋｑ（Ｑｕｅｒｙ），ＥＮＣｋｄ（ＤＢ）），ｐｋｑ×ｐｋｄ）」する（ステップＳ３５）。そしてリスク評価部１７２は、復号した値が「１」となる件数を、検索結果として利用者端末３００に送信する（ステップＳ３６）。

【0096】

このようにしてリスクの高いクエリを検知し、監査機関に通報することが可能となる。例えばＤＰが医療機関であれば、ＤＰは、患者の診療データをデータ提供サーバ２００のＤＢ２１０で管理する。患者の診療データは、例えば製薬会社における新薬開発に利用できる。例えば、特定の疾患の患者数が分かれば、新薬開発時の治験のしやすさが分かる。しかし、ＤＵに許可されたＤＢの使用範囲を超えて、例えば新型の感染症の患者数が検索された場合、その情報が漏洩・拡散すると、該当医療機関の関係者や患者の平穏が脅かされるおそれがある。このような場合、機微度の高いクエリによる検索要求を動的に検知することで、許可された目的外での検索を抑止できる。

【0097】

図１３は、許可された目的外での検索を抑止する処理の一例を示す図である。例えばＥＰ図５１の精神的苦痛レベル「３」、経済的損失レベル「３」のＥＰ区分に、「コロナ、がん」の語句が登録されているものとする。データ管理サーバ１００のハッシュ種生成部１６１は、ハッシュ種ｋを生成する（ステップＳ４１）。データ管理サーバ１００の鍵生成部１６２は、ハッシュ種ｋに基づいて、暗号鍵ｋｅと照合鍵ｐｋｅを生成する（ステップＳ４２）。その後、辞書暗号化部１６３が、ＥＰ図５１で表された機微性判定辞書内の語句を暗号化し、グループ化部１６４は、暗号化された語句をＥＰ区分ごとにグループ化する（ステップＳ４３）。図１３の例では、「コロナ」の暗号文「ＥＮＣ（コロナ，ｋｅ）」と「がん」の暗号文「ＥＮＣ（がん，ｋｅ）」とは、同じＥＰ区分（ＥＰ（３，３））のグループに属する。

【0098】

またハッシュ種生成部１６１は、利用者端末３００にハッシュ種ｋを送信する（ステップＳ４４）。利用者端末３００の鍵生成部２３０は、ハッシュ種ｋに基づいて、暗号鍵ｋｑと照合鍵ｐｋｑとを生成する（ステップＳ４５）。

【0099】

ここで「コロナ」がクエリ５２として利用者端末３００に入力されたものとする。するとデータ登録要求部２４０は、暗号鍵ｋｑにより、クエリ「コロナ」を暗号化する（ステップＳ４６）。データ登録要求部２４０は、暗号化によって生成された暗号文「ＥＮＣ（コロナ，ｋｑ）」と照合鍵ｐｋｑとを含む検索要求をデータ管理サーバ１００に送信する（ステップＳ４７）。

【0100】

データ管理サーバ１００のリスク評価部１７２は、クエリの暗号文「ＥＮＣ（コロナ，ｋｑ）」により、グループ化済辞書記憶部１４０の秘匿検索を行う（ステップＳ４８）。該秘匿検索は、「Ｍａｔｃｈ（ＥＮＣ（コロナ，ｋｑ），｛ＥＮＣ（コロナ，ｋｅ），ＥＮＣ（がん，ｋｅ）｝）」と表される。そしてリスク評価部１７２は、照合鍵ｐｋｅ，ｐｋｑを用いて、秘匿検索の結果を復号する（ステップＳ４９）。ＥＰ区分（３，３）に対応するグループに対する秘密検索の結果を復号すると、「ＤＥＣ｛Ｍａｔｃｈ（ＥＮＣ（コロナ，ｋｑ），｛ＥＮＣ（コロナ，ｋｅ），ＥＮＣ（がん，ｋｅ）｝），ｐｋｅ×ｐｋｑ｝＝１」となる。

【0101】

復号した値が「１」であるため、リスク評価部１７２は、対応するＥＰ区分に基づいて機微度を計算し、機微度を閾値と比較する（ステップＳ５０）。図１３の例では、ＥＰ（３，３）のＥＰ区分に属する語句の機微度は「ＥＰ（３，３）＝３×３＝９」であり、クエリ５１内の語句数は「１」であるため、クエリ５１の機微度は「９／１＝９」となる。図１３の例では、閾値は「５」であるものとする。この場合、機微度は閾値以上となる。

【0102】

機微度が閾値以上であるため、リスク評価部１７２は、問題のあるクエリの検知を監査用端末４００に通報する（ステップＳ５１）。例えばリスク評価部１７２は、「コロナ、がんなどの機微な情報が含まれていました」というメッセージを監査用端末４００に送信する。監査用端末４００では、受信したメッセージを表示する（ステップＳ５２）。

【0103】

このようにして、監査機関において、問題のあるクエリの検知を認識することができる。しかも、機微度が閾値以上となった場合には、暗号化ＤＢ１５０への検索は行われないため、目的外での検索の検索結果が利用者端末３００に送信されることも抑止されている。

【0104】

また機微性判定辞書内の語句がＥＰ区分に基づいてグループ化されているため、ＴＴＰまたは監査機関においても、機微な語句による検索が行われたことは把握できるものの、具体的にどのような語句で検索が行われたのかは把握できない。これにより、ＤＵにおける検索意図についての最小限の秘匿性は保たれる。

【0105】

〔その他の実施の形態〕
第２の実施の形態ではＲｅｌａｔｉｏｎａｌ Ｈａｓｈを用いた秘匿検索を行っているが、別の暗号技術を用いて秘匿検索を行ってもよい。

【0106】

第２の実施の形態に示した機微性判定辞書１１１は、機微な語句として、ＤＢの項目名に相当する語が設定されている。これは、項目名を含むクエリに基づいて秘匿検索を行う場合を想定したものである。ＤＢの項目値のみでの検索を許容する場合、例えば機微性判定辞書１１１として利用されるＥＰ図の各ＥＰ区分には、項目値に相当する文字列・数値列などが含まれる。

【0107】

またＥＰ値が同じとなる複数のＥＰ区分は、１つのグループに纏めてもよい。例えばＥＰ（２，３）のＥＰ区分とＥＰ（３，２）のＥＰ区分は同じ値（２×３＝３×２＝６）となるので、グループ化済辞書記憶部１４０では同じグループに纏められる。これにより１つのグループ内の語句数を増やすことができ、クエリ内の語句が特定されることを抑止できる。

【0108】

以上、実施の形態を例示したが、実施の形態で示した各部の構成は同様の機能を有する他のものに置換することができる。また、他の任意の構成物や工程が付加されてもよい。さらに、前述した実施の形態のうちの任意の２以上の構成（特徴）を組み合わせたものであってもよい。

【符号の説明】

【0109】

１ 利用者端末
２ 監査用端末
３，４ クエリ
５ メッセージ
６ 検索結果
１０ 情報処理装置
１１ 記憶部
１１ａ データベース
１１ｂ 辞書データ
１２ 処理部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】