お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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
[ログイン]
技報アーカイブ
 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 2019-03-06 15:10
スパース辞書学習の秘匿演算
仲地孝之坂東幸浩NTT)・貴家仁志首都大東京SIS2018-43
抄録 (和) ビックデータ時代の到来とともに、あらゆるデジタルコンテンツが質量ともに増え続けている。その中でスパースモデリングは大量のデータの中に隠れている有為な情報を抽出する情報処理モデルとして注目されている。一方、近年ビックデータの解析をはじめ様々な分野において、エッジ/クラウドコンピューティングの利用が急速に普及してきている。しかし、サービス提供者の信頼性欠如や事故によるデータの不正利用や流失によって、プライバシーを侵害する問題の発生が危惧されている。本稿ではそのような背景から、プライバシーを保護しつつデータ解析・信号処理を行う手法として、秘匿したデータからスパース辞書学習を行う秘匿演算法を提案する。演算を秘匿しない場合と比較して、理論的に推定性能が劣化しないことを示すとともに、シミュレーションにより有効性を確認する。 
(英) With the advent of the big data era, all digital contents continue to increase. Sparse modeling is drawing attention as an information processing model for extracting useful information hidden in a large amount of data. On the other hand, cloud computing including big data analysis is spreading in many fields. However, the cloud computing has some serious issues for end users, such as unauthorized use and leak of data, and privacy compromise, due to unreliability of providers and some accident. In this manuscript, we propose a secure sparse dictionary learning method for encrypted observed signals. It is shown that the secure dictionary learning enables us to not only protects observed signals, but also have the same estimation performance as that of sparse dictionary learning for unencrypted observed signals.
キーワード (和) スパース辞書学習 / スパースモデリング / MOD / K-SVD / ランダムユニタリ変換 / 秘匿演算 / /  
(英) Sparse Dictionary Learning / Sparse Modeling / MOD / K-SVD / Random Unitary Transform / Secure Computation / /  
文献情報 信学技報, vol. 118, no. 473, SIS2018-43, pp. 35-40, 2019年3月.
資料番号 SIS2018-43 
発行日 2019-02-27 (SIS) 
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 SIS2018-43

研究会情報
研究会 SIS  
開催期間 2019-03-06 - 2019-03-07 
開催地(和) 東京理科大学葛飾キャンパス 
開催地(英) Tokyo Univ. Science, Katsushika Campus 
テーマ(和) ソフトコンピューティング,一般 
テーマ(英) Soft Computing, etc. 
講演論文情報の詳細
申込み研究会 SIS 
会議コード 2019-03-SIS 
本文の言語 日本語 
タイトル(和) スパース辞書学習の秘匿演算 
サブタイトル(和)  
タイトル(英) Secure Computation of Sparse Dictionary Learning 
サブタイトル(英)  
キーワード(1)(和/英) スパース辞書学習 / Sparse Dictionary Learning  
キーワード(2)(和/英) スパースモデリング / Sparse Modeling  
キーワード(3)(和/英) MOD / MOD  
キーワード(4)(和/英) K-SVD / K-SVD  
キーワード(5)(和/英) ランダムユニタリ変換 / Random Unitary Transform  
キーワード(6)(和/英) 秘匿演算 / Secure Computation  
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) 仲地 孝之 / Takayuki Nakachi / ナカチ タカユキ
第1著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第2著者 氏名(和/英/ヨミ) 坂東 幸浩 / Yukihiro Bandoh / バンドウ ユキヒロ
第2著者 所属(和/英) 日本電信電話株式会社 (略称: NTT)
Nippon Telegraph and Telephone Corporation (略称: NTT)
第3著者 氏名(和/英/ヨミ) 貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ
第3著者 所属(和/英) 首都大学東京 (略称: 首都大東京)
Tokyo Metropolitan University (略称: Tokyo Metro. Univ.)
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 第1著者 
発表日時 2019-03-06 15:10:00 
発表時間 20分 
申込先研究会 SIS 
資料番号 SIS2018-43 
巻番号(vol) vol.118 
号番号(no) no.473 
ページ範囲 pp.35-40 
ページ数
発行日 2019-02-27 (SIS) 


[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