文献

J-GLOBAL ID：201602252476941717   整理番号：16A0525568

秘密分散ベース秘密計算を用いたニューラルネットワークのコスト評価

著者 (3件)： 田中哲士 (NTT セキュアプラットフォーム研) ,  山田真徳 (NTT セキュアプラットフォーム研) ,  菊池亮 (NTT セキュアプラットフォーム研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 116  号： 65(ICM2016 1-7)  ページ： 119-126  発行年： 2016年05月19日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 機械学習が大規模化するにつれて,機械学習のクラウドへの委託が行われるようになってきている。しかしクラウドからデータが漏洩した場合,ユーザのプライバシー情報のみならず,企業の資産とも言える機械学習パラメータも漏洩してしまう危険性がある。本論文ではこの問題を解決するために,ユーザが持つプライバシー情報と企業が持つ機械学習パラメータを秘匿しながら,クラウドに機械学習を委託する方法を提案する。提案方法は秘密分散ベース秘密計算を基に,ニューラルネットワークを用いた学習・予言を可能としている。さらに,提案方式の有効性を測るため,ニューラルネットワークで用いる活性関数としてランプ関数を用いた場合の計算コストを見積り,既存の実装結果と併せることで,機械学習にどの程度の時間がかかるかを推定する。(著者抄録)

シソーラス用語： *分散管理 ,  計算機利用 ,  *計算 ,  *ニューラルネットワーク ,  機械学習 ,  関数 ,  閾値 ,  *原価見積 ,  誤差 ,  分類
準シソーラス用語： クラウドコンピューティング ,  *コスト見積 ,  最小二乗誤差 ,  多クラス分類 ,  *秘密計算 ,  *秘密分散 ,  閾値処理

分類 (3件)： データ保護  (JD01020V) ,  ディジタル計算機方式一般  (JC02010O) ,  記憶方式  (JC02040V)

タイトルに関連する用語 (4件)： 秘密分散 ,  秘密計算 ,  ニューラルネットワーク ,  コスト評価