文献

J-GLOBAL ID：201802286494733851   整理番号：18A0439544

加法的準同形写像暗号化を介したプライバシー保護深層学習【Powered by NICT】

Privacy-Preserving Deep Learning via Additively Homomorphic Encryption

著者 (5件)： Phong Le Trieu (National Institute of Information and Communications Technology, Tokyo, Japan) ,  Aono Yoshinori (National Institute of Information and Communications Technology, Tokyo, Japan) ,  Hayashi Takuya (National Institute of Information and Communications Technology, Tokyo, Japan) ,  Wang Lihua (National Institute of Information and Communications Technology, Tokyo, Japan) ,  Moriai Shiho (National Institute of Information and Communications Technology, Tokyo, Japan)
資料名： IEEE Transactions on Information Forensics and Security  (IEEE Transactions on Information Forensics and Security)
巻： 13  号： 5  ページ： 1333-1345  発行年： 2018年 
JST資料番号： W1570A  ISSN： 1556-6013  CODEN： ITIFA6  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： 多く学習参加者はすべての組合せデータセット上でのニューラルネットワークに基づく深い学習を行い,中央サーバに対する参加者の局所データを明らかにせずにプライバシー保護深層学習システムを提案した。この目的のために,著者らはShokriとShmatikov(ACM CCS 2015)による以前の研究を再検討し,その方法により,局所データ情報は正直なが奇妙なサーバに漏出する可能性があることを示した。は次の特性をもつ強化システムを構築することによって,この問題を固定1)情報をサーバに漏出ではなく,2)精度は無傷に保たれ,複合データセット上でも一般的な深い学習システムのそれと比較した。本システムは,深層学習と暗号:ニューラルネットワークに適用される非同期確率的勾配降下を橋架けし,加法的準同形写像暗号化と組み合わせた。暗号の使用は一般的な深い学習システムに許容オーバーヘッドを付加することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  *準同形写像 ,  *加算 ,  *学習 ,  *暗号 ,  *深層学習 ,  *プライバシー保護
準シソーラス用語： オーバヘッド ,  学習支援システム , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 加法 ,  準同形写像 ,  暗号化 ,  プライバシー ,  深層学習