权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

R&D of Machine Learning Mechanism for Privacy Preserving Data Mining over Different Industries

右

基本信息

批准号：
20K11826
负责人：
王立華
金额：
$ 2.66万
依托单位：
National Institute of Information and Communications Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

プライバシー保護機械学習のための最先端の技術連合学習を勾配ブースティング決定木に導入した汎用的な継続学習方式を提案(８項で後述する課題の関連成果)ブロックチェーンベース認証技術：ブロックチェーンベース継続的なXGBoostモデルを適用した分散型モデルトレーニングを提案した。複数の銀行にブロックチェーン実装のアーキテクチャを提供し、バッチ及びストリーミングデータ処理として実証実験を行った。本アプローチを、集中型、個別型、及び連合学習型のXGBoostモデルと比較すると、優れた予測パフォーマンスを維持しつつ分散システムの環境を満たしている。成果は国際会議ICONIP2022で発表した。更に、昨年度提案した効率的な連合学習方式eFL-Boostベースの継続学習において、過学習を防ぐための事前・事後剪定手法を提案し、効率と安全性の強化を両立した方式をSCIS2023で発表した。動的サンプリング手法による追加・継続学習の不均衡問題解決及び忘却防止：インターネットバンキングでのなりすましや詐欺、マネーロンダリングといった不正送金の被害が急増しており、このような犯罪の手口は検知を逃れるために時々刻々と変化することから、動的な環境に適応して異常検知を行う継続学習方式の開発が注目されている。本研究では、データ分布が変動する動的な環境下であっても、過去の重要な記憶の忘却を抑制しながら、新たなデータ分布への迅速な適応が可能な連合学習型の継続学習方式を提案した。成果はFAN2022で発表した。決定木とk-匿名化の関係についての調査に続き、一意性攻撃や同種攻撃など多様な攻撃からプライバシー保護の実現を探求した。成果はSCIS2023で発表した。上記の認証技術を分散型学習環境への適応手法、剪定手法による過学習防止、及び動的サンプリングベースの忘却防止手法は、同業種か異業種かに関わらず適用可能である。

プライバシーprotection machine learning のためのThe most cutting-edge technology combined with learning ブースティWe have decided to introduce a proposal for a widely used learning method (eight projects to be discussed later). Relevant results) ブロックチェーンベース certification technology: ブロックチェーンベース継続The XGBoost module is adapted to the distributed module proposal. Provided by plural banks of bankとして実证実験を行った。 Comparison between the XGBoost program of this program, the centralized type, the individual type, and the combined learning typeると, excellent れたpredicted パフォーマンスをmaintain しつつシステムのENvironment を満たしている. The results are listed in the international conference ICONIP2022. Updated, last year's proposal for the most efficient joint learning method eFL-Boost learning method, over-learning method This is a proposal for pre- and post-production techniques, a method for strengthening efficiency and security, and a table for SCIS2023. Addition of moving サンプリンググによる・Solving the problem of uneven learning and preventing forgetting: インターネットバンキングでのなりすましやFraud, マネーロンダリングといった不得金の quilt Harm が haste to increase しており、このような crime の hand mouth は検 know を escape れるために时々 moment 々変化することから、The dynamic environment is suitable for the environment and it is abnormal 検知を行う継続learning methodの开発がAttentionされている. This study examines the suppression of forgetting and forgetting important memories of the past in an environment where the distribution of the data and the movement of the data are active.しながら, new たなデータ distribution への Rapid な Adaptation がな joint learning type の継続learning method を proposal した. The results are listed in FAN2022. Determining the relationship between wood and anonymization, investigating the relationship, and attacking the same species with one intention. The results are listed in SCIS2023. The certification technology mentioned above is a decentralized learning environment, an adaptation method, a tailoring method, an over-learning prevention, and an error.サンプリングベースのforgetting prevention techniques は, same industry species and different industry species かに关わらずapplicable possibility である.