| 研究課題/領域番号 |
23K21695
|
|---|
| 補助金の研究課題番号 |
21H03496 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
清 雄一 電気通信大学, 大学院情報理工学研究科, 教授 (20700157)
|
|---|
| 研究分担者 |
松崎 和賢 中央大学, 国際情報学部, 准教授 (00831794)
田原 康之 電気通信大学, 大学院情報理工学研究科, 准教授 (30390602)
大須賀 昭彦 電気通信大学, 大学院情報理工学研究科, 教授 (90393842)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
採択後辞退 (2024年度)
|
| 配分額 *注記 |
16,770千円 (直接経費: 12,900千円、間接経費: 3,870千円)
2024年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2023年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2022年度: 10,270千円 (直接経費: 7,900千円、間接経費: 2,370千円)
2021年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | プライバシ / IoT / 機械学習 / ユビキタス / セキュリティ |
|---|
| 研究開始時の研究の概要 |
顔画像やセンサデータ等、個人のプライベートな情報を訓練データとして学習した、学習済み機械学習モデルを公開するサービスが広まっている。今後、あらゆる場所で様々な学習済み機械学習モデルが生成され公開される、ユビキタス機械学習社会が到来する。人々の利便性は大きく向上するものの、学習済み機械学習モデルを基に、その訓練データに使われたプライベートな情報が暴かれる、意図しない個人特定や個人属性値漏洩が発生するリスクが急速に拡大していく。このような、個人特定や個人属性値漏洩の発生を突き止める基盤を提供する。
|
| 研究実績の概要 |
顔画像やセンサデータ等、個人のプライベートな情報を訓練データとして学習した、学習済み機械学習モデルを公開するサービスが広まっている。今後、あらゆる場所で様々な学習済み機械学習モデルが生成され公開される、ユビキタス機械学習社会が到来する。人々の利便性は大きく向上するものの、学習済み機械学習モデルを基に、その訓練データに使われたプライベートな情報が暴かれる、意図しない個人特定や個人属性値漏洩が発生するリスクが急速に拡大していく。このような課題に対して、本年は以下の研究実績を得た。
プライバシ保護に関する実データを収集し、そのデータを公開するとともにデータの解説を加えた。誤差・欠損を含むIoTデータを柔軟に取り扱うための差分プライバシフレームワークを開発した。また、ヘルスケア情報を対象としたブロックチェーン技術によりプライバシを保護するための調査を網羅的に行いサーベイ論文として公開した。睡眠状況、マスクに隠された部分の顔画像等の推測を行うアルゴリズムを開発し、プライバシ保護に関するリスクについての検討を行った。プライバシを保護しながら複数の組織のデータを用いて機械学習を行う連合学習フレームワークの研究開発を行ったほか、複数の書籍のチャプターを執筆した。このほか、IoT機器のセキュリティに関する脆弱性を検出するアルゴリズムの提案やツールの開発を行い、このツールは公開した。また、データ間の関係性を推測する技術を提案し、意図しない個人データの漏洩につながりうる関係性について考察を行った。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
