研究課題
ソーシャル・ネットワーク・サービス（SNS）の普及により，膨大な数の画像がネットワークを通じて共有・流通されている．これに伴い，画像のプライバシー保護技術が注目を集めている．本研究の目的は，ユーザー自身が画像のプライバシー情報を制御し，保護することを実現するために，知覚暗号化という新しい暗号化法に基づいたプライバシー保護技術を開発することである．昨年度は，先に提案した静止画像の国際標準規格JPEGの使用を想定した知覚暗号化法に対して、ジグゾーパズル解法を含む種々の攻撃に対する耐性評価と、SNS上での画像加工に対する評価実験も行った．その成果を複数の学術論文，国際会議論文として公表した．評価実験の結果は概ね良好なものであったが，JPEG再圧縮時の色間引きの影響を受けてしまうことが判明し、その影響を受けない知覚暗号化法を新たに開発した。以上の研究の理論的考察及び展開に加え，画像圧縮の国際情報委員会（JPEG委員会）にも参加し，情報の収集と研究の方向性に関して専門家と意見交換を行った．
1: 当初の計画以上に進展している
昨年度は，先に提案した静止画像の国際標準規格JPEGの使用を想定した知覚暗号化法に対して、ジグゾーパズル解法を含む種々の攻撃に対する耐性評価と、SNS上での画像加工に対する評価実験も行った．その成果を複数の学術論文，国際会議論文として公表した．評価実験の結果は概ね良好なものであったが，JPEG再圧縮時の色間引きの影響を受けてしまうことが判明し、その影響を受けない知覚暗号化法を新たに開発した。その方法は、カラー画像を一度白黒画像に変換し暗号化する方法である。その結果，提案法によって，最先端のジグゾーパズル解法においても耐性が向上し、さらにJPEG再圧縮時の色間引きの影響も回避できることが確認された。その暗号化法は、世界トップ国際会議においてその成果が認められ，情報セキュリティの世界トップのIEEE論文誌に掲載された。現在は、深層学習と提案した暗号化法の関係を考察中である。具体的には、深層学習は新たな攻撃手法となりうる可能があることと、プライバシー保護を考慮した実行が強く求められており、提案した暗号化法がその点に貢献できるかどうかである。
昨年度までの暗号化法の提案及び評価実験の結果は概ね良好なものであったが，深層学習や機械学習の急激な進展が、この分野に大きな影響を与えてきている。一つは、深層学習を用いた新しい攻撃法が想定されることである。また、深層学習や機械学習では、大量のトレーニングデータが必要であり、さらにそのデータは一般に個人情報を含んでおり、プライバシー保護を考慮した学習が急務の課題となっている点である。最終年度である今年度の研究の推進は、これまでの研究成果を整理・考察し、社会に積極的に公開することに加え、提案した暗号化法の、深層学習や機械学習に対しての有効性を検討する計画である。この考察は、提案法のSNSへの適用に加え，クラウドコンピューティングなどへの適用を想定したものである。データ圧縮可能な暗号化法の開発を目的に本研究は開始したが、計算可能な、学習可能な暗号化法への可能性の考察を最終年度で行い、本研究のさらなる展開や次の研究テーマに繋げる予定である。
すべて 2019 2018
すべて 雑誌論文 (5件) (うち国際共著 5件、 査読あり 5件、 オープンアクセス 3件) 学会発表 (5件) (うち国際学会 5件)
IEICE Trans. Inf. & Sys.,
巻: E102-D, no.1 ページ: 11, 18
APSIPA Trans. Signal and Information Processing
巻: 8, no.E7 ページ: 1, 15
doi.org/10.1017/ATSIP.2018.33
IEEE Trans. on Information Forensics and Security
巻: 14, no.6 ページ: 1515, 1525
IEICE Trans. Fundamentals,
巻: E101-A, no.12 ページ: 2405, 2408
巻: E101-D, no.12 ページ: 3150, 3157
