arXiv cs.CRは2026年11月4日(現地時間)、ユーザーの個人情報過剰共有によるプライバシーリスクを特定し、これを防ぐためのプライバシー保護メカニズムに関する論文「Private Vulnerability Testing for User Oversharing」を発表した。このメカニズムは、ユーザーが自身の開示情報が特定の人口閾値を下回るかどうかを、自身のクエリや他のユーザーのデータを明かすことなく判断できるように設計されている。
Alexander Boyd氏、Daniel Gardham氏、Nishanth Sastry氏、Suparna De氏の4名の著者によるこの研究は、個々に無害に見える属性の組み合わせが、ユーザーを再識別攻撃のリスクに晒すほど小さな集団に位置付けてしまう問題に対処する。
このメカニズムは、データ提供者がクエリ時にオフラインである可能性、クエリが任意の属性サブセットを選択する可能性、そしてサーバーがクエリされた人口やその規模を学習しないべきであるという実用上の課題に対応する。これらの課題解決には、秘密分散データとクエリ、プライベート等価性テスト、セキュアな閾値計算が用いられている。
論文で提示されたプロトコルは、悪意のあるクライアントおよび半正直（semi-honest）で非共謀（non-colluding）なサーバーに対する計算上のプライバシーを提供する。また、任意のクエリと動的なデータベース更新をサポートする。動的に進化するデータベースに対するリアクティブなf-プライバシーを定義し、その構築がこれを満たすことを証明している。
プロトコルは忘却転送拡張（oblivious-transfer extensions）と事前計算（pre-computation）を用いて最適化されており、最大100万件のデータセットにおける96ビットクエリに対し、1秒未満のオンラインクエリ時間を達成している。この論文はWWW 2027に提出された。
参考: arXiv cs.CR (アーカイブ) — 2026年11月5日 14:00 (JST)
原文ハイライト"Users can inadvertently increase their vulnerability to privacy attacks by oversharing personal information."