Efficient Secure Multi-Party Computation Framework for Privacy-Preserving Machine Learning

用于保护隐私的机器学习的高效安全多方计算框架

基本信息

  • 批准号:
    22KF0098
  • 负责人:
  • 金额:
    $ 1.02万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2023
  • 资助国家:
    日本
  • 起止时间:
    2023-03-08 至 2024-03-31
  • 项目状态:
    已结题

项目摘要

本研究課題では、プライバシ保護機能付き機械学習(PPML)に向けた効率的なマルチパーティ計算(MPC)の構築を目指す。従来の方式では結託攻撃に対して耐性のある方式は汎用的なMPCを用いており、プライバシ保護機能付き機械学習に適応する際には計算処理量が多くなる問題点があった。本提案では、通常の計算環境を持つデータ提供者が、計算資源が豊富な計算サーバとサービス提供者に対して委託計算を行うヘテロジニアスなMPCを構成する。特に、高速実装可能となる2者結託攻撃に対して安全な3者計算を基本構成単位とするプロトコルにより計算の効率化を目指している。また、機械学習で使用されるデータは高次元かつ疎であるが、既存のプライバシ保護機能付き機械学習ではスパース性を考慮されていない問題点があった。本研究は、データの疎性を利用した安全な行列乗算プロトコルを考察する。特に、紛失通信による鍵保存と等価回路テストを組み合わせることにより、非零データの要素を取得するプロトコルを提案する。提案方式により、取得した非零データの情報を用いることにより、入力データの次元に依存しない行列計算が可能となる。さらに、マルチパーティ計算において能動的な攻撃者に対する個人識別性に関する考察を行う。Barreto-Libert-McCullagh-Quisquater署名を分散型に拡張して、鍵生成における結託攻撃およびDoS攻撃に対して耐性のある方式を構成して、適応的選択平文攻撃に対して存在的偽造が不可能な分散署名の実現を目標とする。
This research topic is directed to the construction of efficient computing (MPC) in the context of PPML. The problem is that there are many ways to solve the problem of how to solve the problem. This proposal is based on a common computing environment, a rich computing service provider, a rich computing resource, and a delegated computing service provider. Special, high-speed installation possible, two to three security computing basic components, one to three computing efficiency, one to three Machine learning is used to solve the problem of high dimensional protection. This study examines the use of security technology in the field of computer science. Special, non-zero communication, etc. The method of proposal is to obtain the information of non-zero data, and the method of calculation of input data is possible. For example, if the attacker is active, the attacker will be able to identify the person. Barreto-Libert-McCullagh-Quisquater signatures are distributed, key-generated, and resistant to DoS attacks in a way that constitutes, and appropriately selects, plain text attacks that are resistant to, forgery, and cannot be distributed.

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Fully distributed identity-based threshold signatures with identifiable aborts
  • DOI:
    10.1007/s11704-022-2370-4
  • 发表时间:
    2023-02
  • 期刊:
  • 影响因子:
    4.2
  • 作者:
    Yan Jiang;Youwen Zhu;Jian Wang;Xingxin Li
  • 通讯作者:
    Yan Jiang;Youwen Zhu;Jian Wang;Xingxin Li
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

高木 剛其他文献

多変数多項式暗号の安全性評価
多元多项式密码的安全性评估
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takanori Yasuda;Xavier Dahan;Yun-Ju Huang;Tsuyoshi Takagi and Kouichi Sakurai;高木 剛
  • 通讯作者:
    高木 剛
Transparent Visualization of Large-scale Laser-scanned Point Clouds
大规模激光扫描点云的透明可视化
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    鵜飼ひかり;愛野翔太郎;脇田健;宮部真裕;笠行通代;伊藤功;高木 剛;Satoshi Tanaka
  • 通讯作者:
    Satoshi Tanaka
Security Analysis of Public Key Encryption via Lattice Reduction Algorithms
基于格约简算法的公钥加密安全性分析
耐量子計算機暗号の最新動向
抗量子计算机密码学的最新趋势
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hirofumi Miyajima;Noritaka Shigei;Hiromi Miyajima;Norio Shiratori;高木 剛
  • 通讯作者:
    高木 剛
ポスト量子暗号
后量子密码学
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Keisuke Hakuta;Hisayoshi Sato;Tsuyoshi Takagi;高木 剛
  • 通讯作者:
    高木 剛

高木 剛的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('高木 剛', 18)}}的其他基金

プライバシ保護機能付き機械学習に向けた効率的なマルチパーティ計算の構築
为保护隐私的机器学习构建高效的多方计算
  • 批准号:
    22F21073
  • 财政年份:
    2022
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
高機能次世代暗号の大規模解読実験による安全性評価
通过高性能下一代密码大规模解码实验进行安全评估
  • 批准号:
    19F19378
  • 财政年份:
    2019
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
効率的かつ安全な多変数多項式暗号方式の構築
高效安全的多元多项式密码学的构建
  • 批准号:
    15F15350
  • 财政年份:
    2015
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
ビザンチン攻撃に対して安全なネットワーク符号化の解析と構成
抵御拜占庭攻击的网络编码分析与构建
  • 批准号:
    14F04347
  • 财政年份:
    2014
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
大規模並列計算によるポスト量子暗号の安全性解析
使用大规模并行计算进行后量子密码学的安全分析
  • 批准号:
    13F03346
  • 财政年份:
    2013
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
効率的な分散暗号方式と安全なデータ保存アウトソーシングへの応用
高效分布式密码学及其在安全数据存储外包中的应用
  • 批准号:
    12F02045
  • 财政年份:
    2012
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
プライバシを考慮したIDベース暗号方式とトラスト管理システムへの応用
考虑隐私的基于身份的加密方法及其在信任管理系统中的应用
  • 批准号:
    10F00045
  • 财政年份:
    2010
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
双線形性ペアリング写像を利用した書名付き暗号化方式の研究
基于双线性配对图的书名加密方法研究
  • 批准号:
    08F08047
  • 财政年份:
    2008
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows

相似海外基金

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
  • 批准号:
    23K21695
  • 财政年份:
    2024
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
生成AI遍在社会におけるプライバシ保護基盤の創成
在生成式AI无处不在的社会中创建隐私保护平台
  • 批准号:
    24H00714
  • 财政年份:
    2024
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for Scientific Research (A)
解析結果のプライバシ保護を実現する効率的な秘密計算技術の開発
开发高效的安全计算技术,保护分析结果的隐私
  • 批准号:
    24K20775
  • 财政年份:
    2024
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
Persistent TEE: データ・プライバシ保護のための堅牢な実行基盤
持久化TEE:数据隐私保护的稳健执行基础
  • 批准号:
    23K28063
  • 财政年份:
    2024
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
投薬制御のためのプライバシ保護機能をもつ安全強化学習法の構築
一种具有隐私保护功能的用药控制安全强化学习方法的构建
  • 批准号:
    24K07555
  • 财政年份:
    2024
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
時空間データの特性に適応する実践的プライバシ保護技術に関する研究
适应时空数据特点的实用隐私保护技术研究
  • 批准号:
    22KJ2294
  • 财政年份:
    2023
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
Persistent TEE: データ・プライバシ保護のための堅牢な実行基盤
持久化TEE:数据隐私保护的稳健执行基础
  • 批准号:
    23H03373
  • 财政年份:
    2023
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
個人化されたプライバシ保護型データ収集手法の研究
个性化和隐私保护的数据收集方法研究
  • 批准号:
    22KJ1675
  • 财政年份:
    2023
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
統計的決定理論に基づくプライバシ保護データ解析基盤に関する基礎的研究
基于统计决策理论的隐私保护数据分析平台基础研究
  • 批准号:
    23K16886
  • 财政年份:
    2023
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
プライバシ保護機能付き機械学習に向けた効率的なマルチパーティ計算の構築
为保护隐私的机器学习构建高效的多方计算
  • 批准号:
    22F21073
  • 财政年份:
    2022
  • 资助金额:
    $ 1.02万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了