2018 Fiscal Year Annual Research Report
R&D on privacy-preserving outsourced computing in cloud computing
| Project/Area Number |
15K00028
|
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
王 立華 神戸大学, 工学研究科, 特命准教授 (00447228)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
林 卓也 国立研究開発法人情報通信研究機構, サイバーセキュリティ研究所セキュリティ基盤研究室, 研究員 (70739995)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | 暗号 / 秘密計算 / プライバシー保護データマイニング / クラウドセキュリティ |
|---|
| Outline of Annual Research Achievements |
本年度は計画通り引き続き課題２「クラウド環境に必要な機能を備えた代理計算方式の構築とその改良」及び課題３「提案方式のセキュリティパラメータの選択、高速実装・実証実験」に取り組み、以下の研究を行った。関連研究成果は論文誌2本、国際会議2本、国内学会2本、合計6本の論文を発表した。
（1）秘密計算：NSS2017で発表した準同型内積計算の構築方法を応用し、効率的な秘匿行列乗算方式を提案した。提案方式のPacking方法では、行列A、Bに対して、行列積AB、BAを一回の乗算で計算できるという特徴がある。また、整数の大小比較方式を提案し、既存研究より2倍以上高速化できたと実証実験で確認した。
（2）クラウド/フォグコンピューティング：広州大学と北京郵電大学と共同研究を行い、クラウド/フォグコンピューティングのシナリオのもとで安全に委託計算が可能でかつ耐量子計算機性を持つChebyshev多項式ベースのCCA安全なChaotic暗号を提案した。この成果は論文誌Concurrency and Computation：Practice and Experienceに採録され、また、Web版は掲載済みである。また、北京郵電大学など日中仏連携で共同研究を行い、属性ベース暗号やゼロチェック機能を有する準同型暗号、代理再暗号を用いてSecuring Named Data Networkingを提案した。この成果は論文誌IEEE Communications Magazineに掲載済み。
（3）プライバシー保護データマイニング：完全準同型暗号を用いたNaive Bayes分類器の効率的な秘匿学習方式を提案し、完全準同型暗号ライブラリHElibを用いた実証実験を行った。また、三層ニューラルネットワークにおいて、Somewhat準同型暗号を用いた効率的な秘匿推論処理を提案した。速度評価では、十分に実用的な計算時間で動作することを示した。また、精度評価では、準同型暗号の制約から活性化関数として二次関数を用いたことによる精度の低下は見られたが、実用的な高い精度で分類ができることを確認した。
|
