| 研究課題/領域番号 |
20K11826
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60070:情報セキュリティ関連
|
|---|
| 研究機関 | 国立研究開発法人情報通信研究機構 |
|---|
研究代表者 |
王 立華 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, 主任研究員 (00447228)
|
|---|
| 研究分担者 |
小澤 誠一 神戸大学, 数理・データサイエンスセンター, 教授 (70214129)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | プライバシー保護 / 連合学習 / 決定木 / 継続学習 / 差分プライバシー / 匿名化 / 機械学習 / 追加学習 / 準同型暗号 / データマイニング / 秘密計算 / エッジコンピューティング / クラウドコンピューティング |
|---|
| 研究開始時の研究の概要 |
研究分担者（AI・機械学習専門家）1名と国内外の協力研究者（情報セキュリティ専門家、AI・機械学習専門大学院生）数名の研究体制で、これまで同業種データマイニングに向けた研究成果をベースにして研究を展開し、四年間計画で下記三つの研究課題に取り組んでいく。
課題1. [R2年度～R4年度] セキュアなクラウド・エッジコンピューティングに関する研究
課題2. [R2年度～R5年度] プライバシー保護しつつ直・並列学習メカニズムの設計
課題3. [R3年度～R5年度] オープンデータを使用して提案方式の高速実装と実用性評価
|
| 研究成果の概要 |
本研究では、まず、プライバシー保護機械学習に必要な秘密計算技術であるセキュアな大小比較という準同型暗号方式を提案し、学習済みの決定木のモデルから学習用データが漏洩することを防ぐため、差分プライバシーを使ったアプローチを提案した。次に、同業種データ向けに多くの機械学習手法を汎用できるプライバシー保護連合学習フレームワークを構築し、特に勾配ブ―スティング決定木に基づく効率的な連合学習方式を設計した。当方式に基づいて継続学習、更に、欠損値補完の手法を拡張し異業種データ向け連合学習への展開について研究開発を行っている。
一連の研究成果は9件の国際会議や論文誌で採択されたほか、特許出願も行った。
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的意義は、セキュアな大小比較の準同型暗号方式と差分プライバシーの実現アプローチの提案により、機械学習におけるプライバシー保護の新たなアプローチを提示したことである。また、異業種データの安全な利用を促進する効率的なプライバシー保護連合学習フレームワークを構築し、効率性とプライバシー保護の両立を可能にした。社会的意義としては、ビッグデータの拡大に伴う個人情報漏洩を防ぎ、金融や医療分野での安心して利用できる効率的なAIサービスの提供を支援する。
|
