講演抄録/キーワード |
講演名 |
2013-07-18 15:10
Privacy-preserving Online Logistic Regression Based on Homomorphic Encryption ○Shuang Wu・Junpei Kawamoto(Univ. of Tsukuba)・Hiroaki Kikuchi(Meiji Univ.)・Jun Sakuma(Univ. of Tsukuba) IBISML2013-10 |
抄録 |
(和) |
統計的分析を行う際に個人情報を保護することは,機械学習やデータマイニングにおいて多くの注目を集めている.この研究において我々は,異なる人間がそれぞれデータを持っている時に,実際にデータを合わせることなく予測を行うためのプライバシー保護ロジスティック回帰の提案を行う.ロジスティックシグモイド関数は非線形関数であるため,暗号上で扱えないという問題がある.そのため,我々の提案ではロジスティックシグモイド関数の近似として多項式フィッティングを用いている. |
(英) |
Preserve the privacy of personal information when conducting statistical analysis has attracted much attention in machine learning and data mining. In this work, we propose an approach to realize privacy-preserving logistic regression when data are held by different individuals--without actually combining the data together. In our approach, we use polynomial fitting to approximate the logistic function in order to solve the problem that logistic function is not available in the secure settings (encryptions are not applicable) because of its non-linear property. And the experiment shows that our approach achieves good prediction accuracy compared with original logistic regression. |
キーワード |
(和) |
プライバシー保護 / 多項式フィッティング / / / / / / |
(英) |
privacy-preserving / polynomial fitting / / / / / / |
文献情報 |
信学技報, vol. 113, no. 139, IBISML2013-10, pp. 67-74, 2013年7月. |
資料番号 |
IBISML2013-10 |
発行日 |
2013-07-11 (IBISML) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IBISML2013-10 |