令和7年度 問15
事例
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。
| 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 |
| … | … | … | … | … | … | … | … |
| 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 |
| … | … | … | … |
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。
| 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。 |
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。
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。
正解：キ 電子メールアドレス：（一）／勤務先の業種：加工なし／体重：（三），（四）
ポイント
個人情報のデータベースから匿名加工情報を作るとき、項目ごとにどの加工手法を使うかを判断する事例です。
考え方と解き方
まず、提供先がどの項目を分析に使うかを本文の第 2 段落で読み、次に表1と表2で、各項目が個人を特定しやすいかを見ます。間違えやすいのは、分析に使う項目まで削除してしまうことです。使う項目は、値を加工して残します。
- 本文の第 2 段落で、分析の対象は、年代、性別、年収区分、地域区分、勤務先の業種、体重、歩数です。電子メールアドレスは分析に使わず、それだけで本人に連絡でき、名前を含むこともあり、特定の個人を識別できる記述に当たりえるので、項目削除（一）を適用します。
- 勤務先の業種は分析の対象なので、削除せず残します。表1の値（金融業など）はすでに一般的な業種で、個人の特定に結びつきにくいので、加工なしとします。
- 表2の体重には、121.3 のように特に大きな値があり、表3の手法（三）トップ（ボトム）コーディングで「ある値以上」にまとめます。さらに体重は小数まで細かく記録されているので、表3の（四）丸めで細かさを落とします。体重は分析に使うため、項目削除（一）は使いません。したがって、組合せとして適切なのは キ です。
ほかの選択肢
- ア 電子メールアドレスを加工なしにしています。個人を特定できる項目なので、削除が要ります。体重も（四）丸めが足りません。
- イ 電子メールアドレスを加工なしにしています。体重の（三）、（四）は合っています。
- ウ 電子メールアドレスが加工なしで、勤務先の業種と体重を項目削除にしています。業種も体重も分析に使うので、削除すると分析できません。
- エ 電子メールアドレスが加工なしで、勤務先の業種を削除しています。業種は分析の対象です。体重も（四）丸めが足りません。
- オ 電子メールアドレスが加工なしで、勤務先の業種を削除しています。体重の（三）、（四）は合っています。
- カ 電子メールアドレスの削除と業種の加工なしは合っています。体重が（三）だけでは、飛び抜けた値はまとまりますが、そのほかの値の細かさが残ります。（四）丸めも要ります。
- ク 電子メールアドレスの削除は合っていますが、勤務先の業種と体重まで削除しています。どちらも分析に使う項目なので、削除してはいけません。
- ケ 電子メールアドレスの削除は合っていますが、勤務先の業種を削除しています。業種は分析の対象です。体重も（四）丸めが足りません。
- コ 電子メールアドレスの削除と、体重の（三）、（四）は合っています。勤務先の業種を削除していて、分析の対象を失います。
覚えておくこと
- 匿名加工では、個人を特定できる項目は削除し、分析に使う項目は削除せず値を加工して残す
- 特異な数値はトップ（ボトム）コーディングで、細かい数値は丸めで、特定されにくくする
出典：令和7年度 情報セキュリティマネジメント試験 公開問題 科目B 問15