文献

J-GLOBAL ID：201802257140940881   整理番号：18A1301109

差分プライベート分散オンライン学習【JST・京大機械翻訳】

Differentially Private Distributed Online Learning

著者 (5件)： Li Chencheng (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Zhou Pan (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Xiong Li (Department of Mathematics and Computer Science and Biomedical Informatics, Emory University, Atlanta, GA) ,  Wang Qian (School of Computer Science, Wuhan University, Wuhan, Hubei, P.R. China) ,  Wang Ting (Department of Computer Science and Engineering, Lehigh University, Bethlehem, PA)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 30  号： 8  ページ： 1440-1453  発行年： 2018年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模データ時代において,データの生成は,広い分布,高速度,高次元性,およびプライバシーの懸念を含むいくつかの新しい特性を提示する。大規模データ解析に対するこれらの挑戦に取り組むために,分散データ源から収集したデータに関するプライバシー保存分散オンライン学習フレームワークを開発した。具体的には,各ノード(すなわち,データソース)は,その局所データセットからモデルを学習する能力を持ち,それら自身の隣接(論理的に接続された)ノードのランダム部分と中間パラメータを交換する。したがって,著者らの分散コンピューティングフレームワークにおける通信のトポロジーは,実際に固定されない。オンライン学習は常に敏感なデータで実行されるので,著者らは,著者らの分散オンライン学習アルゴリズム(DOLA)への微分プライバシー(DP)の概念を導入して,学習中のデータプライバシーを保護する。それは,どんな有意な敏感な情報を推論するのを妨げる。著者らのモデルは,厳密でスケーラブルなプライバシー証明を提供し,古典的な方式,例えば安全なマルチパーティ計算(SMC)と比較してはるかに少ない計算複雑性を提供できるので,分散環境における大規模データ解析のための一般的価値がある。高次元入力データエントリーに取り組むために,計算資源を節約し,効用を改善するために,新しいDP技術によるDOLAのスパースバージョンを研究した。さらに,実用化の必要性を満たすために,2つの修正民間DoLAを提示した。一つは,DOLAをオフライン設定における分散確率最適化に変換することであり,もう一つは,摂動雑音の量を低減し,効用を改善するためにミニバッチ手法を使用することである。構成された分散プラットフォームにおける実データセットに関する実験を行った。数値実験結果は,著者らの民間DoLAの実現可能性を検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  摂動 ,  プライバシー ,  高次元 ,  計算量 ,  位相幾何学 ,  *学習 ,  高速度 ,  最適化 ,  分散処理 ,  微分 ,  学習アルゴリズム
準シソーラス用語： *オンライン ,  大規模データ ,  *オンライン学習 , 【Automatic Indexing@JST】

分類 (2件)： データベースシステム  (JD03030U) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 差分 ,  オンライン学習