複数組織の学習データをセキュアに利用可能な学習分析プラットフォームの開発

点击翻译按钮获取中文摘要

教育環境の情報化が進むにつれて学習分析に注目が集まっている。現在の学習分析は1つの組織内で取得されたデータを利用することが基本であり、複数組織の学習データを組み合わせて使用する学習分析の実現が求められているが、そのためにはデータのセキュリティ・プライバシーを保証するための仕組みが必要である。本研究では、この要求に対し暗号化で保護された学習分析プラットフォームの開発を行う。具体的には複数組織から学習データを安全に収集し暗号化データベースを構築するための暗号化PSI、およびその暗号化データベース上でデータプライバシーを確保しながら学習分析を行うためのデータ形式特化秘密計算の開発を行う。本年度は複数のデータセットからセキュリティとプライバシーを担保しながら暗号化データベースを構築するための暗号化PSI、特に格子構造を用いた実装の開発を目指した。格子構造に基づくPSIは知られていないため、まずは格子構造を用いたPSIを開発すべく格子構造による暗号技術の調査研究を行い、その中で発見された各種課題を解決し、格子構造に基づく暗号技術構成のための手法、ならびに公開鍵暗号系暗号技術構成のための手法の改善とその実践により新たな種々の暗号技術を開発した。具体的には、複数人で電子署名の作成を行うグループ署名技術において、管理者の機能に適切に制限をつけ参加者の匿名性とのバランスをとる各種手法の開発と具体例の構成、および格子構造に基づく暗号技術で使用される基本関数の改良を行った。