🔖 キーワード索引

別名・略称：（なし）

📍 あなたが今見ているもの

🎨 直感で掴む

📐 定義 / 数式

GDPR は法律で、 数式はない。 規制の構造を表すと：

🔬 記号・式を言葉で読み解く

個人データ

識別可能な自然人に関する一切の情報。 名前、 ID、 位置情報、 cookie、 生体情報、 など。

センシティブデータ

人種、 政治、 宗教、 健康、 性別など。 通常処理禁止、 例外で同意必要。

管理者（Controller）

処理の目的と手段を決める者。 主体的責任。

処理者（Processor）

管理者の指示で処理する者（クラウド事業者など）。

DPO

Data Protection Officer。 大規模処理組織で任命義務。

🧮 実データで計算してみる

🐍 Python 実装

SSDSE-B-2026（47 都道府県・2023 年データ）を題材にした最小コード：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# GDPR 対応の最低限：個人情報を匿名化する例
import pandas as pd
import hashlib

df = pd.read_csv('data/raw/customer_data.csv', encoding='utf-8')

# メアドをハッシュ化（一方向）
df['email_hash'] = df['email'].apply(
    lambda x: hashlib.sha256(x.encode()).hexdigest()
)
df = df.drop(columns=['email', 'name', 'phone'])  # PII 削除

⚠️ よくある落とし穴

🌐 関連手法・この用語を使う論文

🔗 関連用語（前提・並列・発展）

📚 関連グループ教材

この用語の全体像を学ぶには、 まず横断的な教材で文脈を掴むのが効率的です：

• 📚 用語集トップ — カテゴリ別の一覧から関連用語を辿る
• 🗺️ 概念マップ — 全体の繋がりを俯瞰

🔎 GDPR ── 深掘り解説

GDPR (General Data Protection Regulation) は 2018 年 5 月施行の EU データ保護法。 EU 域内に所在する個人のデータを扱う者すべてに適用され、 違反時の制裁金は世界年商の 4% または 2,000 万ユーロのいずれか高い方。

🔖 キーワード索引（拡張）

💡 もう少し詳しく

• 適用範囲：EU 内の個人の個人データを取り扱う、 EU 域外の組織も含む
• 6つの適法根拠：同意・契約・法的義務・重要な利益・公共の利益・正当な利益
• 主要権利：アクセス権、 訂正権、 消去権、 処理制限権、 ポータビリティ権、 異議申立権
• 日本との関係：2019 年に「十分性認定」を取得し、 個人情報の EU→日本の越境移転が緩和

📐 制裁金の計算

🧮 GDPR 6 条 適法根拠の比較

🐍 Python : 個人情報スキャン

 1
 2
 3
 4
 5
 6

# 個人情報が含まれていないかチェック
import pandas as pd
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='utf-8', skiprows=1)
personal_keys = ['name','email','phone','address','dob']
found = [c for c in df.columns if c.lower() in personal_keys]
print('個人特定列:', found or 'なし — 集計値のみ')

🐍 Python : k-匿名性確認

 1
 2
 3
 4

# k-匿名性の最小サイズを確認
min_group = df.groupby('Prefecture').size().min()
print(f'最小グループサイズ k = {min_group}')
# 都道府県単位は k=1 だが、 各セル値が集計値なのでリスクは低い

🐍 Python : 仮名化（pseudonymization）

 1
 2
 3
 4
 5

# 仮名化（pseudonymization）の例
import hashlib
df['hash'] = df['Prefecture'].apply(
    lambda s: hashlib.sha256(s.encode()).hexdigest()[:8])
print(df[['Prefecture','hash']].head())

🐍 Python : 保持ポリシー宣言

 1
 2
 3
 4
 5
 6
 7
 8

# データ保持期間ポリシー
policy = {
    'data': 'SSDSE-B-2026',
    'retention_days': 365 * 5,
    'purpose': 'education',
    'lawful_basis': 'public interest (Article 6.1.e)',
}
print(policy)

⚠️ 落とし穴

🔗 関連用語（拡張）

📚 補足資料 — FAQ／追加コード／背景

❓ よくある質問 (FAQ)

🧪 SSDSE-B-2026 を使った追加計算例

🐍 さらにコードを書く

DSR（データ主体要求）ログ

 1
 2
 3
 4
 5
 6

import pandas as pd, datetime
dsr = pd.DataFrame([
    {'id':1,'type':'access','at':'2026-04-01','status':'done'},
    {'id':2,'type':'erasure','at':'2026-04-15','status':'in_progress'},
])
print(dsr)

国境を越える移転の判定

 1
 2
 3
 4
 5
 6

import pandas as pd
df = pd.read_csv('data/raw/SSDSE-B-2026.csv', encoding='utf-8', skiprows=1)
destinations = ['JP','US','EU','SG']
for d in destinations:
    needs_scc = d not in ['JP'] and d != 'EU'
    print(f'to {d} : SCC required = {needs_scc}')

k-匿名性簡易チェック

 1
 2

k = df.groupby('Prefecture').size().min()
print(f'最小グループサイズ k={k} (集計データなのでリスク低)')

💡 実務的アドバイス

• privacy notice を常に最新版へ更新し、 利用目的の変更時に再同意取得を検討。
• DPIA を Article 35 の対象処理（プロファイリング、 大規模監視等）に必ず実施。
• Records of Processing Activities (ROPA) を Article 30 に従って整備。
• GDPR は罰則だけでなく 個人による集団訴訟も増えています。 評判リスクにも備えを。

🕰 歴史的背景・発展経緯

GDPR は 2016 年 4 月採択、 2 年間の準備期間を経て 2018 年 5 月 25 日に施行。 1995 年のデータ保護指令（95/46/EC）を全面更新したものです。

EU は 2024 年に AI Act を採択し、 GDPR と相互補完する形で AI に関する追加規制を整備。 さらに DSA（Digital Services Act）、 DGA（Data Governance Act）も施行。

日本との関係では、 2019 年に「十分性認定」を相互に取得し、 EU→日本の個人データ移転が緩和。 2023 年に再評価され、 引き続き有効と認められました。