電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2014-11-17 17:00
[ポスター講演]クラウドセンシングにおける差分プライバシーを保証した線形回帰モデル学習
チャン クワン カイ福地一斗佐久間 淳筑波大IBISML2014-47
抄録 (和) クラウドセンシングにおける重要な課題の一つに, 群衆から収集されたデータを用いた統計モデルの学習がある.クラウドセンシングは個人が保持する機器から直接情報を取得する点に特色があるが,同時にプライバシ保護への配慮が欠かせない.本研究では, データ提供者がサーバにデータを提供し, サーバは収集データから統計モデルを学習し,これをモデル利用者に提供するクラウドセンシングに基づく線形回帰モデル学習におけるプライバシ保護の問題を取り扱う.クラウドセンシングにおけるモデル学習においては,サーバに対するプライバシ保護(データ共有におけるプライバシ保護)とモデル利用者に対するプライバシ保護(モデル公開におけるプライバシ保護)の両方に対応する必要があるが,これらを同時に達成する手法はこれまでに提案されていなかった.我々の枠組みによって得られた統計モデルは, サーバに対しては正規乱数による摂動に基づくプライバシを, モデル利用者に対しては差分プライバシを保証すると同時に,その汎化損失は$O(1/sqrt{n})$のサンプル複雑度を持つ. このことから, クラウドソーシングに参加する人間の数が多い場合には, プライバシを考慮しない場合とほぼ同一のモデルが得られることを理論的に示した. 
(英) Learning statistic models using the data collected from crowd is one of the important tasks in the crowdsensing. Crowdsensing allows statistical model building by exploiting individuals as sensors; we must pay attention to privacy concerns. In this research, we deal with the problem of privacy preservation on model learning by means of crowdsensing in the following setting. Data contributors share data with a server, then the server learns a linear regression model from the collected data and provides the model to the model user. In the context of model learning by crowdsensing, two different privacy concerns arise: preserving privacy from server (preserving privacy for data sharing) and preserving privacy from model users (preserving privacy for model publication), but until recently there is no study dealing with both. The statistic model learnt in our framework preserves privacy from server by perturbing data with normal distribution noise, and at the same time, preserves privacy from users under guarantee of differential privacy. We show that the sample complexity of the generalization loss obtained by our framework is $O(1/sqrt{n})$. From these, when the number of data contributors is large, our proposed scheme can learn almost the same model as the non-privacy model.
キーワード (和) 差分プライバシー / クラウドセンシング / 線形回帰 / / / / /  
(英) differential privacy / crowdsensing / linear regression / / / / /  
文献情報 信学技報, vol. 114, no. 306, IBISML2014-47, pp. 95-102, 2014年11月.
資料番号 IBISML2014-47 
発行日 2014-11-10 (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 IBISML2014-47

研究会情報
研究会 IBISML  
開催期間 2014-11-17 - 2014-11-19 
開催地(和) 名古屋大学 
開催地(英) Nagoya Univ. 
テーマ(和) 情報論的学習理論ワークショップ(IBIS2014) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2014-11-IBISML 
本文の言語 日本語 
タイトル(和) クラウドセンシングにおける差分プライバシーを保証した線形回帰モデル学習 
サブタイトル(和)  
タイトル(英) Differential Privacy on Linear Regression Model of Crowdsensing 
サブタイトル(英)  
キーワード(1)(和/英) 差分プライバシー / differential privacy  
キーワード(2)(和/英) クラウドセンシング / crowdsensing  
キーワード(3)(和/英) 線形回帰 / linear regression  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) チャン クワン カイ / Tran Quang Khai / チャン クワン カイ
第1著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba)
第2著者 氏名(和/英/ヨミ) 福地 一斗 / Kazuto Fukuchi /
第2著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba)
第3著者 氏名(和/英/ヨミ) 佐久間 淳 / Jun Sakuma / サクマ ジュン
第3著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2014-11-17 17:00:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2014-47 
巻番号(vol) IEICE-114 
号番号(no) no.306 
ページ範囲 pp.95-102 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2014-11-10 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会