Building a learnable encryption scheme without key management for deep learning using distributed data

• Project/Area Number: 25K07750
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 21020:Communication and network engineering-related
• Research Institution: Tokyo Metropolitan University
• Principal Investigator: 貴家 仁志 東京都立大学, システムデザイン研究科, 特任教授 (40157110)
• Co-Investigator(Kenkyū-buntansha): 塩田 さやか 東京都立大学, システムデザイン研究科, 准教授 (90705039)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2026: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
• Keywords: 画像暗号化法 / プライバシー保護 / 深層学習

Outline of Research at the Start

本研究の目的は、学習データセットが分散配置された環境での深層学習モデルの新しい学習法を構築するために、各データに対して異なる暗号鍵を使用できる学習可能暗号化を開発することである。その際、一般に２つの要件を満たす必要がある。第１はデータのプライバシー保護であり、第２は複数のクライアントと統合モデルを学習する中央サーバ間の通信コストの削減である。このような背景から、本研究では、画像及び音声信号を例にして(A) 鍵管理不要な学習可能暗号化法(B)通信コストの削減(C)暗号化法の安全性の評価という３つの項目を達成目標にする。