Dependable Privacy-Preserving Techniques for Distributed Learning

• Project/Area Number: 25K21201
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60070:Information security-related
• Research Institution: Hiroshima University
• Principal Investigator: 丁 曄澎 広島大学, 情報メディア教育研究センター, 助教 (01000538)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2025: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
• Keywords: 分散学習 / プライバシー保護 / 説明可能なAI / 情報セキュリティ / 分権コンピューティング

Outline of Research at the Start

本研究は、国際的なセキュリティおよびプライバシー規制に準拠しつつ、高信頼性および説明可能性を両立する分散学習基盤の確立を目的とする。分散環境におけるデータ処理の安全性の確保、学習過程の正当性の保証、ならびに悪意ある参加者に対する耐性の設計、といった課題に対し、理論と実践の両面からアルゴリズムおよびプロトコルを構築する。また、本研究で得られた理論成果を産業応用へと展開し、機械学習、情報セキュリティ、分散コンピューティングの接点に位置する学際的研究領域の進展に寄与するとともに、実世界における分散学習システムの新たな脅威や課題に対処可能な解決策を実現する。