合成トラジェクトリ生成器に関する二つの視点：有用性評価フレームワークとプライバシー脆弱性

要旨: 人間のモビリティデータは、公衆衛生から都市計画まで、数多くの用途で使用されている。人間のモビリティは本質的に機微であり、宗教的信条や政治的所属といった情報が含まれ得る。これまで、プライバシーを適切に保護し、懸念を払拭するために、集約、秘匿化、またはノイズ付加といった手法を用いて情報を修正することが提案されてきた。これらの手法は効用の面で大きなコストを伴うため、生成モデルの開発における進展を活用する新しい手法が導入された。そのような手法がプライバシーと効用のトレードオフにどの程度応えるのかは、未解決の問題である。本論文では、効用評価のための新しい枠組みを導入し、それを適用することによって、その問題の解決に向けた第一歩を提示した。さらに、プライバシー評価が考慮すべき大きな課題であり、現在のEU規制に従って敵対的評価によって取り組むべきであることを示す証拠も提供する。軌跡に基づくユーザーのリンク問題に対する耐性のためにプライベートとみなされていたとしても、生成モデルのサブカテゴリに対する新しいメンバーシップ推論攻撃を提案する。