2019 Fiscal Year Research-status Report
ディープラーニングに対する電子透かし埋め込みに関する研究
Project/Area Number |
18K11309
|
Research Institution | Osaka Institute of Technology |
Principal Investigator |
酒澤 茂之 大阪工業大学, 情報科学部, 教授 (80530823)
|
Project Period (FY) |
2018-04-01 – 2021-03-31
|
Keywords | ディープラーニング / 著作権保護 / 電子透かし / 視覚的検出 |
Outline of Annual Research Achievements |
本研究では、学習済みディープラーニング(深層学習)モデルの無断利用を防ぐために、その所有権を明らかにする技術手段として「電子透かし」のモデル内への埋め込みに取り組んでいる。深層学習モデル内のフィルタ係数群に対して、本来のタスクに影響を与えないように改変を加え、それらを検出することで所有権を示すものである。研究内容として、(1)畳み込みニューラルネットワーク(CNN)を対象とした、様々なパラメータの下での電子透かし埋め込み検証、(2)電子透かし攻撃の脅威評価、(3)対象とするニューラルネットワークの種類の拡張、(4)プロトタイプソフトの公開、を挙げている。
2019年度は、深層学習モデル内のフィルタ係数群は観測できない”black-box”型についての研究をさらに深めた。ベースとなる方式は、画像分類向け深層学習(CNN)モデルに対して、本来の画像分類のタスク性能を劣化させないように、特別な電子透かし検出用の画像と分類ラベルからなるセットで学習させたものである。電子透かしの検出には、当該CNNモデルに対して、複数の電子透かし検出用画像セットを入力し、得られた分類結果を”2次元的に”並べることでロゴを表示する。2018年度はこのロゴの表示が3x3のパターンに限定されていたが、2019年度は10x10のパターンに拡張することができ、視覚的に意味のあるロゴを表示可能となった。この研究成果は、2019年11月に開催されたPCSJ/IMPS 2019、2019年12月に開催された電気関係学会関西連合大会において発表した。特に、PCSJ/IMPS 2019では優秀論文賞を2019年12月1日付で授与された。さらに、”white-box”型 (深層学習モデル内のフィルタ係数群が観測できる)についての、埋め込みビット数を従来の256ビットから512ビットへ増加させる研究成果を2020年2月の情報処理学会AVM研究会において発表した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
(1)畳み込みニューラルネットワーク(CNN)を対象とした、様々なパラメータの下での電子透かし埋め込み検証、(2)電子透かし攻撃の脅威評価について、当初計画の”white-box”型での埋め込みビット数増加と、電子透かしへの攻撃耐性評価を通して、順調に進んでおり、AVM研究会での発表を行っている。 2018年度から新たに取り組んだ”black-box”型での視覚的なロゴ表示についは、研究が大きく進展し、人間にとって直観的に意味があり分かり易い10x10ロゴの表現まで可能となり、シンポジウムでの発表を行っている。この発表論文は、高く評価され、優秀論文賞を受賞する成果を挙げた。
|
Strategy for Future Research Activity |
本研究の研究題目である「ディープラーニングに対する電子透かし埋め込みに関する研究」の枠内で、現在の研究トレンドである”black-box”型において、統計的かつ視覚的な検出が可能な電子透かし技術にさらに注力する。得られた成果は、当初の計画通り、プロトタイプソフトウェアの公開まで達成する予定である。また、畳み込みニューラルネットワーク(CNN)以外のネットワーク構成においても、電子透かし埋め込みが可能であるかを検証し、研究のすそ野を広げていく計画である。
|
Causes of Carryover |
新型コロナウイルスの感染拡大に伴い、計画していた出張の取りやめや縮小により、支出が減った。2020年度では、計算機資源の調達に充当し、考案方式のさらに迅速な実験と評価に資することとする。
|