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

ユビキタス機械学習社会におけるプライバシ保護基盤

无处不在的机器学习社会中的隐私保护基础设施

基本信息

批准号：
21H03496
负责人：
清雄一
金额：
$ 10.73万
依托单位：
The University of Electro-Communications
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21H03496/
关键词：
ユビキタス機械学習プライバシ IoT セキュリティ

项目摘要

顔画像やセンサーデータを含む学習済み機械学習モデルの公開が増えており、ユビキタス機械学習社会が到来する。利便性が向上する一方で、個人情報漏洩のリスクが拡大し、全容把握が困難。本研究では、プライバシ漏洩リスクを明らかにし、個人特定や属性値漏洩を防ぐ基盤を提供することが目標である。今年度は、顔画像やセンサデータを対象に機械学習モデルを構築し、その精度を向上させるアルゴリズムを提案した。さらに、機械学習モデルへのセキュリティ・プライバシ攻撃を検出するアルゴリズムを提案した。また、ユビキタス社会では誤差を持つデータが多数生成されることになる。誤差を持つデータを対象に、プライバシを保護しながら機械学習モデルを生成するアルゴリズムを提案した。具体的には、プライバシ保護指標として「差分プライバシ」を適用した。これは、Apple社など多くの企業で利用されている技術である。差分プライバシはオリジナルの値に意図的にノイズを与えることによってプライバシを保護する。本研究では、オリジナルの値には誤差が含まれており、誤差を含まない「真の値」を保護する新しいコンセプトの下で差分プライバシを適用した。プライバシを保護できることを数学的に証明したほか、データ解析精度が向上することを示した。このほか、CTで生成された画像を高精度に再構築する深層学習モデルを生成したほか、主に医療データを対象にして、Similarity attack, Skewness attack, Sensitivity attackを防ぐことのできるシステムを構築した。

The appearance of the image includes the appearance of a learning machine, and the appearance of a learning machine. Convenience is on the one hand, personal information leakage is large, and it is difficult to fully grasp it. The purpose of this study is to provide information on leakage prevention and protection of personal attributes. This year's photo shoot is a mechanical study of the image, and the accuracy of the image is improved. In addition, the machine learning system can also be used to solve the problem. The majority of the errors in society are generated by the error. The error is caused by the error of the image, and the error of the image. Specific protection indicators such as "differential protection" apply. Apple Inc. has many companies that utilize technology. The difference between the two is the difference between the two. In this study, the error of the value of the error is included in the "true value" of the protection, and the difference between the values of the new values is applicable. The accuracy of mathematical analysis is shown in this paper. The image generation and reconstruction of CT images with high accuracy are based on deep learning, image generation and medical image reconstruction, Similarity attack, Skewness attack, Sensitivity attack, and image reconstruction.

项目成果

期刊论文数量（40）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Codewords Detection in Microblogs Focusing on Differences in Word Use Between Two Corpora

DOI：
10.1109/iccece49321.2020.9231109
发表时间：
2020-08
期刊：
2020 International Conference on Computing, Electronics & Communications Engineering (iCCECE)
影响因子：
0
作者：
Takuro Hada;Y. Sei;Yasuyuki Tahara;Akihiko Ohsuga
通讯作者：
Takuro Hada;Y. Sei;Yasuyuki Tahara;Akihiko Ohsuga

Detecting Hardcoded Login Information from User Input

从用户输入中检测硬编码的登录信息