| 研究課題/領域番号 |
23K28085
|
|---|
| 補助金の研究課題番号 |
23H03395 (2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2023) |
|---|
| 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 | 静岡大学 |
|---|
研究代表者 |
大木 哲史 静岡大学, 情報学部, 准教授 (80537407)
|
|---|
| 研究分担者 |
西垣 正勝 静岡大学, 情報学部, 教授 (20283335)
伊藤 康一 東北大学, 情報科学研究科, 准教授 (70400299)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
18,460千円 (直接経費: 14,200千円、間接経費: 4,260千円)
2026年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2025年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2024年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2023年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
|
|---|
| キーワード | 生体認証 / バイオメトリクス / 公平性 / なりすまし検知 / プライバシー保護 / プライバシー / テンプレート保護 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
生体認証の要件は，1）高い認証精度，2）不正な入力によるなりすまし攻撃への耐性，3）保管データの漏えいに対する耐性，の3つの要件に大別される．これまでの生体認証における公平性に関する議論では，主として少数属性間の認証精度の偏りに着目した議論が進められており，認証精度に関する公平性を満たした上でも生じ得るなりすまし耐性や漏えい耐性に関する公平性は議論されていない．本研究では，精度要件に加え，なりすまし耐性要件・漏えい耐性要件の観点を新たに加えて検討を行うことで，その本質を理解するとともに，公平性に関する問題を解決する新たな生体認証方式であるTri-fair Biometricsの実現を目指す．
|
| 研究実績の概要 |
精度，なりすまし対策，データ保護の3要件を満たす公平な生体認証方式，Tri-fair Biometricsは，研究A)認証精度要件に関する公平性の検討，研究B)なりすまし要件に関する公平性の検討，研究C)プライバシー要件に関する公平性の検討，の3つの研究開発項目から構成される．これらの研究結果を統合した研究D)Tri-fairBiometricsシステムのプロトタイプ実装を行うことで，その有効性を実証する予定である．
昨年度は， 研究A) について属性間の学習データに偏りがあり，また外的要因による影響の受けやすさも異なるという仮定で，これらをモデル化することで，判定時の影響を考慮した公平性評価手法の検討を行なった．一方で，考慮すべき属性の定義そのものが難しいという課題が明らかになった．そこで本年度では，属性や外的要因に依存せず，個人レベルでの公平性を達成する学習アルゴリズムの提案・評価を行い，既存手法に対して任意の属性組み合わせで平均的に1割程度の公平性指標を改善可能であることを示した．
研究B）およびC）では、人種・性別などの属性偏りや，なりすまし検知・テンプレート保護アルゴリズムの相違が，生体認証システムの公平性に及ぼす影響を体系的に調査した．現在は、(1) 顔に含まれる複数種の特徴量ごとの個人特定性、(2) 多主体認証シナリオにおける新規なりすまし攻撃のリスク，(3) 顔検出器や前処理段階からのプライバシー漏洩，といった観点で評価アルゴリズムを開発・検証中である．今後は，得られた知見を基に公平性ベンチマーク指標を整備し，多様な属性分布下での耐性と公平性を包括的に測定できるフレームワークへ発展させる予定である．
以上をふまえ，研究A)に関しては当初の計画以上に，研究B),C)に関してはおおむね順調に進展していると言える．
|
| 現在までの達成度 |
現在までの達成度
1: 当初の計画以上に進展している
理由
昨年度は， 研究A) について属性間の学習データに偏りがあり，また外的要因による影響の受けやすさも異なるという仮定で，これらをモデル化することで，判定時の影響を考慮した公平性評価手法の検討を行なった．一方で，考慮すべき属性の定義そのものが難しいという課題が明らかになった．そこで本年度では，属性や外的要因に依存せず，個人レベルでの公平性を達成する学習アルゴリズムの提案・評価を行い，既存手法に対して任意の属性組み合わせで平均的に1割程度の公平性指標を改善可能であることを示した．
研究B）およびC）では、人種・性別などの属性偏りや，なりすまし検知・テンプレート保護アルゴリズムの相違が，生体認証システムの公平性に及ぼす影響を体系的に調査した．現在は，(1) 顔に含まれる複数種の特徴量ごとの個人特定性、(2) 多主体認証シナリオにおける新規なりすまし攻撃のリスク，(3) 顔検出器や前処理段階からのプライバシー漏洩，といった観点で評価アルゴリズムを開発・検証中である．今後は，得られた知見を基に公平性ベンチマーク指標を整備し，多様な属性分布下での耐性と公平性を包括的に測定できるフレームワークへ発展させる予定である．
特に研究A）に関しては，当初予定していた属性や外的要因に依存したアルゴリズムの課題を解決した新たなアルゴリズムの提案までが既に実施・検証されており（国際会議発表済）当初の計画以上に進展していると考えられる．今後，研究B),C)に関しては研究A）の成果を応用することでさらなる進展が見込まれる．
|
| 今後の研究の推進方策 |
研究A) に関して，昨年度までは公平性に影響を与える要因を (1)属性間の学習データの偏り，(2)属性による判定時の外的要因による影響の受けやすさの違い，の2つに分類して検討を進めた．一方で，公平性を考慮する際の問題として，考慮すべき属性の定義そのものが難しいという課題があった．今後はこのような課題を考慮したアルゴリズムの検討を進め，基礎的な評価結果を得た．今後はより実用的な公平性考慮型生体認証アルゴリズムの実現を目指し，本アルゴリズムの広範な検証，改善を目指す．
研究B) および研究C) に関して，令和6年度まででなりすまし耐性やデータ漏えい耐性の評価に関するアルゴリズムの調査と実装が進んでおり，今後はこれらのアルゴリズムをA)に適用することで，なりすまし耐性やデータ漏えい耐性に関する公平性の基礎的な評価を実施する予定である．また，研究D)に関連して，精度となりすまし耐性，あるいは精度とデータ漏えい耐性といった複数の公平性評価指標の相互関係についても継続的に調査を進めている．
|
