講演抄録/キーワード |
講演名 |
2019-12-12 14:35
視覚情報保護を考慮した機械学習のためのランダムサンプリング次元削減法 ○河村綾菜・飯田健太・貴家仁志(首都大東京) SIS2019-26 |
抄録 |
(和) |
本稿では,視覚情報保護を考慮した機械学習のための,ランダムサンプリング次元削減法を提案する.近年,クラウドサービスを利用し,プロバイダーの提供する計算資源を利用する計算形態が急速に普及している.しかし,プロバイダーの信頼性欠如や事故によって,データの不正利用,流出,プライバシー侵害などの問題が危惧されている.また,画像データを機械学習に適用する場合には,そのデータ数の膨大さから,次元削減を行うことが一般的である.本稿では,そのような背景から,プライバシー保護と次元削減を同時に考慮した機械学習法を提案する.提案法では,画像をブロックに分割し,そのブロックをランダムにサンプリングすることで次元削減を行う.これにより,画像の視覚情報保護と,相対的な空間情報の保持が可能となる.また,提案法は実質的な鍵の管理を不要とするといった特徴を持つ.最後に,機械学習の一例としてサポートベクターマシンでの顔認証実験を行い,従来法と同程度の精度を維持できることが確認された. |
(英) |
In this paper, we propose a dimensionality reduction method with random sampling for privacy-preserving machine learning.Recently, cloud computing 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 accidents.In addition, due to a huge amount of data, a dimensionality reduction technique is generally carried out in the case of applying image data to machine learning.Because of such a situation, we consider a machine learning scheme considering both privacy-preserving and dimensionality reduction.In this paper, we propose a novel dimensionality reduction technique that is carried out by dividing an image into blocks and sampling the blocks randomly.The proposed scheme allows us to preserve visual information of images and maintain the relative spatial relation between images.In addition, the proposed scheme has a feature that any secret-key management is not required.Some face recognition experiments are carried out by using a support vector machine algorithm as an example of machine learning algorithms to demonstrate the effectiveness of the proposed method. |
キーワード |
(和) |
次元削減 / 機械学習 / SVM / プライバシー保護 / / / / |
(英) |
dimensionality reduction / machine learning / SVM / privacy-preserving / / / / |
文献情報 |
信学技報, vol. 119, no. 335, SIS2019-26, pp. 17-21, 2019年12月. |
資料番号 |
SIS2019-26 |
発行日 |
2019-12-05 (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 |
SIS2019-26 |
研究会情報 |
研究会 |
SIS |
開催期間 |
2019-12-12 - 2019-12-13 |
開催地(和) |
岡山理科大学 |
開催地(英) |
Okayama University of Science |
テーマ(和) |
スマートパーソナルシステム,一般 |
テーマ(英) |
Smart Personal Systems, etc. |
講演論文情報の詳細 |
申込み研究会 |
SIS |
会議コード |
2019-12-SIS |
本文の言語 |
日本語 |
タイトル(和) |
視覚情報保護を考慮した機械学習のためのランダムサンプリング次元削減法 |
サブタイトル(和) |
|
タイトル(英) |
A Dimensionality Reduction Method with Random Sampling for Privacy-Preserving Machine Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
次元削減 / dimensionality reduction |
キーワード(2)(和/英) |
機械学習 / machine learning |
キーワード(3)(和/英) |
SVM / SVM |
キーワード(4)(和/英) |
プライバシー保護 / privacy-preserving |
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) |
河村 綾菜 / Ayana Kawamura / カワムラ アヤナ |
第1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2著者 氏名(和/英/ヨミ) |
飯田 健太 / Kenta Iida / イイダ ケンタ |
第2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 |
2019-12-12 14:35:00 |
発表時間 |
20分 |
申込先研究会 |
SIS |
資料番号 |
SIS2019-26 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.335 |
ページ範囲 |
pp.17-21 |
ページ数 |
5 |
発行日 |
2019-12-05 (SIS) |
|