Secure multi-party computation methods to increase peace of mind for cloud service users
Project/Area Number |
17K00170
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Research Field |
High performance computing
|
Research Institution | Nagasaki University (2020-2021) Okayama University of Science (2017-2019) |
Principal Investigator |
|
Co-Investigator(Kenkyū-buntansha) |
白鳥 則郎 中央大学, 研究開発機構, 機構教授 (60111316)
重井 徳貴 鹿児島大学, 理工学域工学系, 准教授 (90294363)
|
Project Period (FY) |
2017-04-01 – 2022-03-31
|
Project Status |
Completed (Fiscal Year 2021)
|
Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2019: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2018: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2017: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
Keywords | 簡易秘密計算法 / エッジコンピューティング / 機械学習 / クラウドコンピューティング / ニューラルネットワーク / ベクトル量子化 / セキュアマルチパーティ簡易計算 |
Outline of Final Research Achievements |
In order to use data in the cloud safely and securely, we proposed an algorithm for machine learning without encrypting and decrypting the data. We also proposed algorithms for machine learning that take data security into account for cloud systems, called edge systems. Although these proposed algorithms perform different computational processes from conventional machine learning algorithms, we conducted numerical experiments and confirmed that the accuracy of the proposed algorithms is as high as that of conventional machine learning methods.
|
Academic Significance and Societal Importance of the Research Achievements |
クラウドコンピューティングによるデータの管理や機械学習を用いたデータの分析は、医療分野をはじめとして、さまざまな分野で用いられている。しかしながら、実際のシステムにおいては、データの安全性が高いシステムでなければ、ユーザは安心して秘匿性の高いデータをシステム上に預けることができず、システムを利用することが困難である。そのため、本研究におけるデータの安全性を考慮した機械学習の提案アルゴリズムを応用することで、秘匿性の高いデータについても、ユーザが安心してデータを管理・分析することができると期待される。
|
Report
(6 results)
Research Products
(35 results)