| Project/Area Number |
22H00521
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
|---|
| Research Institution | The Institute of Statistical Mathematics (2023-2025)
National Institute of Advanced Industrial Science and Technology (2022) |
|---|
Principal Investigator |
村上 隆夫 統計数理研究所, 学際統計数理研究系, 准教授 (80587981)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
南 和宏 統計数理研究所, 学際統計数理研究系, 教授 (10579410)
日野 英逸 統計数理研究所, 先端データサイエンス研究系, 教授 (10580079)
Attrapadung Nuttapong 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究チーム長 (40515300)
曹 洋 東京科学大学, 情報理工学院, 准教授 (60836344)
大原 一真 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (80836479)
佐久間 淳 東京科学大学, 情報理工学院, 教授 (90376963)
|
|---|
| Project Period (FY) |
2022-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥41,860,000 (Direct Cost: ¥32,200,000、Indirect Cost: ¥9,660,000)
Fiscal Year 2025: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2024: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2023: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2022: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
|
|---|
| Keywords | 差分プライバシー / グラフ / 分散型SNS |
|---|
| Outline of Research at the Start |
本研究では，ソーシャルグラフが複数のサーバやユーザに分散化されている（即ち，グラフ全体を保有する中央集権サーバを仮定しない）分散型SNSにおいて，交友関係などのデータが漏洩しないことを保証する差分プライバシー（DP: Differential Privacy）を満たしつつ，グラフの統計情報や機械学習モデルを高精度に求める分散型グラフDP技術を確立する．
|
| Outline of Annual Research Achievements |
本研究では，分散型SNSにおいて，元データが漏洩しないことを保証する差分プライバシー（DP: Differential Privacy）を満たすように，グラフの統計情報や機械学習モデルを求める技術の確立を目標としている．
令和5年度では，主に以下の成果を上げた．
(1) グラフ統計量として部分グラフ数（triangle count，k-star count）に着眼し，秘密計算を用いることで，中央集権サーバなしでDPを満たしつつ，かつ高精度に部分グラフ数を求めるプロトコルを提案し，理論的および実験的に有効性を示した．本成果は，データベース分野のトップ国際会議ICDE'24に採択された（尚，ICDE'24の成果は令和6年度に発表予定）．
(2)ソーシャルグラフと位置情報の両データを用いて，co-locations（友達同士が同一の場所にいるイベント）に関する統計情報を保存した合成データを生成するアルゴリズムを確立した．本アルゴリズムは，ソーシャルグラフに対してはnode DP，位置情報に対してはuser-level DPという強固な安全性指標を達成するものである．本成果は，情報セキュリティ分野の国際論文誌IJIS'24 (IF=3.2)に採択された．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和5年度では特に，中央集権サーバなしでDPを満たしつつ，かつ高精度に部分グラフ数を求めるプロトコルを提案し，データベース分野のトップ国際会議ICDE'24に採択された（尚，ICDE'24の成果は令和6年度に発表予定）．以上により，順調に推移している．
|
| Strategy for Future Research Activity |
今後は，(1)GNNなどの機械学習に向けたグラフDP技術，(2)汚染攻撃などのセキュリティ面での攻撃に対する安全性を持つDP技術 などの研究を推進していく．
|
