データマスキング

個人情報や機密データの一部を伏せ字や別の値に置き換えて、元のデータを推測できないようにする技術。テスト環境やデータ分析で本番データを利用する際に、プライバシーを保護しながらデータの形式や特性を維持する。

データの一部を伏字や別の値に置き換えて、元の値が分からないようにする手法。クレジットカード番号の下4桁以外を「*」で隠して表示する場合や、本番データの個人情報を架空の値に置き換えてテスト用のデータを作る場合などに使う。

氏名やカード番号などの機微なデータを、伏字や架空の値に置き換えて表示・提供する手法。テストや開発、外部委託で本番データを使う際に、実データの形式や統計的性質を保ちながら実際の値を隠せる。

個人情報や機密情報を含むデータを、元の形式を保ったまま架空の値に置換する技術。テスト環境や開発環境でのデータ利用時に、本番データの機密性を保護する目的で使用する。静的マスキングと動的マスキングがある。

氏名や口座番号などの値を伏字や別の値に置き換え、元の情報を隠す手法。テスト環境や分析用にデータを渡す際、形式を保ったまま漏えいリスクを下げられる。

氏名や口座番号などの値を、伏字や別の値に置き換えて元の情報を隠す手法。テスト環境や分析用にデータを渡す際、内容の形式を保ったまま漏えいリスクを下げられる。

データの一部の文字を「*」に置き換えたり、架空の値に置換したりして、機密情報や個人情報の内容を見えなくする手法。画面表示や帳票での伏せ字のほか、本番データを開発・テスト環境で使う際の加工などに用い、アクセス権を持たない者への情報の露出を防ぐ。

他の情報と照合しない限り特定の個人を識別できないように、氏名などの記述の削除や置換えを行って個人情報を加工した情報で、2022年施行の改正で創設された。加工の程度が匿名加工情報より軽くデータの有用性を保てるため、事業者の内部での分析や機械学習に使いやすい。利用目的の変更の制限が緩和される一方、原則として第三者への提供は禁止される。

個人データの匿名化・秘匿化で、識別につながる情報を削除する単位による3つの手法。項目削除は、氏名や電話番号のような識別性の高い項目（列）をすべてのレコードから除く。レコード削除は、極端に珍しい属性の組合せを持つなど特定されやすい人のレコード（行）全体を除き、セル削除はそのレコードの中で特定されやすい値だけを除いてほかの値は残す。

データを学習用とテスト用（必要なら検証用も）に1回だけ分け、学習用で作ったモデルをテスト用で評価する手法。7対3や8対2の比率で分けることが多い。手軽で計算量も少ないが、評価結果がどのデータがテスト用に入ったかに左右されるので、データが少ない場合は交差検証を使う。

学習に使っていない未知のデータに対してモデルが出す予測の誤差（の期待値）。機械学習が最終的に小さくしたいのはこの誤差で、学習に使わなかったテストデータでの誤差で見積もる。訓練誤差が小さいのに汎化誤差が大きいときは過学習を疑う。

機械学習で、学習データで学習させたモデルの性能を学習の途中で評価し、ハイパーパラメータの調整やモデルの選択に使うデータ。最終的な性能の評価に使うテストデータとは分けて用意する。

テストに使う入力データを、指定した条件や形式に従って自動的に作成するツール。大量のデータや境界値を含むデータを効率よく用意でき、テストの準備の手間を減らす。