| 講演名 | 2021-06-24 プライバシー保護を考慮したガウス過程回帰の秘匿演算 仲地 孝之(琉球大), オウ イト(NTT), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では、ランダムユニタリ変換に基づき生成された秘匿データに対するガウス過程回帰（GPR：Gaussian Process Regression）を提案し、その性能を評価する。近年、エッジやクラウドサービスを利用しプロバイダーが提供する計算資源の利用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。本稿ではそのような背景から、プライバシー保護を考慮したガウス過程回帰の秘匿演算法について検討する。入力と出力の間に非線形の関係がある場合にも秘匿演算が成立することを示し、ガウス過程回帰の性能が劣化しないことを示す。最後にガウス過程回帰の秘匿演算を用いて、人工データならびに糖尿病の臨床データに対するシミュレーションにより、提案法の有効性を検証する。 |
| 抄録(英) | In this paper, we propose Gaussian Process Regression (GPR) for encrypted data generated based on random unitary transformation and evaluate its performance. In recent years, computational forms that utilize computational resources provided by providers using edge and cloud services have rapidly become widespread. However, there are concerns about problems such as data fraud, leakage, and privacy invasion due to lack of reliability of providers and accidents. This paper examines the secure Gaussian process regression method that takes privacy protection into consideration. It is shown that the secure operation is established even when there is a non-linear relationship between the input data and the output data. Finally, as an application example of the secure Gaussian process regression, the disease progression is predicted using clinical data of diabetes, and the effectiveness of the proposed method is verified by simulation. |
| キーワード(和) | 機械学習 / ガウス過程 / ランダムユニタリ変換 / 秘匿演算 / エッジ・クラウドコンピューティング |
| キーワード(英) | Machine Learning / Gaussian Process / Random Unitary Transformation / Secure Computation / Edge/Cloud Computing |
| 資料番号 | SIS2021-8 |
| 発行日 | 2021-06-17 (SIS) |
| 研究会情報 | |
| 研究会 | SIS / IPSJ-AVM |
|---|---|
| 開催期間 | 2021/6/24(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 |
| テーマ（英） | Intelligent Multimedia Systems, Applied Embedded Systems, Three-Dimensional Image Technology (3DIT), etc. |
| 委員長氏名（和） | 末竹 規哲(山口大) / 笠井 裕之(早大) |
| 委員長氏名（英） | Noriaki Suetake(Yamaguchi Univ.) / Hiroyuki Kasai(Waseda Univ.) |
| 副委員長氏名（和） | 木村 誠聡(神奈川工科大) / 笹岡 直人(鳥取大) |
| 副委員長氏名（英） | Tomoaki Kimura(Kanagawa Inst. of Tech.) / Naoto Sasaoka(Tottori Univ.) |
| 幹事氏名（和） | 三澤 秀明(宇部高専) / 坂東 幸浩(NTT) / 松村 誠明(NTT) / 金井 謙治(早大) / 徐 建鋒(KDDI総合研究所) |
| 幹事氏名（英） | Hideaki Misawa(National Inst. of Tech., Ube College) / Yukihiro Bandoh(NTT) / Masaaki Matsumura(NTT) / Kenji Kanai(Waseda Univ.) / Xu Jianfeng(KDDI Research, Inc.) |
| 幹事補佐氏名（和） | 吉田 壮(関西大学) / 眞壁 義明(神奈川工科大) |
| 幹事補佐氏名（英） | Soh Yoshida(Kansai Univ.) / Yoshiaki Makabe(Kanagawa Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Info-Media Systems / Special Interest Group on Audio Visual and Multimedia Information Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | プライバシー保護を考慮したガウス過程回帰の秘匿演算 |
| サブタイトル（和） | 秘匿データからパターンや法則性を見つける |
| タイトル（英） | Privacy-Preserving Secure Computation of Gaussian Process Regression |
| サブタイトル（和） | Find patterns and rules from encrypted data |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | ガウス過程 / Gaussian Process |
| キーワード(3)（和/英） | ランダムユニタリ変換 / Random Unitary Transformation |
| キーワード(4)（和/英） | 秘匿演算 / Secure Computation |
| キーワード(5)（和/英） | エッジ・クラウドコンピューティング / Edge/Cloud Computing |
| 第 1 著者 氏名（和/英） | 仲地 孝之 / Takayuki Nakachi |
| 第 1 著者 所属（和/英） | 琉球大学(略称：琉球大) University of the Ryukyus(略称：Univ. of the Ryukyus) |
| 第 2 著者 氏名（和/英） | オウ イト / Yitu Wang |
| 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) |
| 発表年月日 | 2021-06-24 |
| 資料番号 | SIS2021-8 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SIS-73 |
| ページ範囲 | pp.43-48(SIS), |
| ページ数 | 6 |
| 発行日 | 2021-06-17 (SIS) |