文献

J-GLOBAL ID：201902221845597115   整理番号：19A0872880

教師付きおよび教師なし機械学習によるクラウド上のプライバシー保持暗号データからの学習【JST・京大機械翻訳】

Learning from Privacy Preserved Encrypted Data on Cloud Through Supervised and Unsupervised Machine Learning

著者 (4件)： Khan Ahmad Neyaz (School of Computer Science and Engineering, UESTC, Chengdu, China) ,  Yu Fan Ming (School of Computer Science and Engineering, UESTC, Chengdu, China) ,  Malik Asad (School of Information Science and Technology, SWJU, Chengdu, China) ,  Memon Raheel Ahmed (Department of Computer Science, Sukkur IBA University, Sukkur, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： iCoMET  ページ： 1-5  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 新しい技術の出現と今日のほぼすべての球におけるクラウドの使用の増加により,クラウドを用いたデータ所有者はまだ混乱していない。この信頼性の欠如は,データがデータを蓄積し,管理し,処理する第3のパーティを持つデータを委託するので,明らかである。セキュリティのレベルにかかわらず,ミスユーザには常にいくつかのループホールがある。様々な機械学習技術は,解析のために利用可能なデータから学習するために使用されており,結果を利益に応じて使用することができている。同形安全マルチパーティ計算(SMC)または同形暗号化(HE)暗号化方式は,データのプライバシーを保存しながらクラウド上のデータを確実に処理するための一つの手段である。本研究では,Homoomorphic特性に基づく意味論的に安全な暗号システムからの暗号化データ上のニューラルネットワークを通して教師つきと教師なしの機械学習能力の両方を調べることを試みた。本研究は,プライバシーが同形暗号を用いて保存されると主張されているクラウド上のデータに対する機械学習性能の基礎を提供する。これらの知見は実験結果で支持された。Copyright 2019 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： 信頼性 ,  セキュリティ ,  安全性 ,  *暗号 ,  ニューラルネットワーク ,  *プライバシー ,  *機械学習 ,  意味論
準シソーラス用語： 安全マルチパーティ計算 ,  機械学習技術 ,  所有者 ,  教師なし機械学習 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (6件)： 教師 ,  教師なし機械学習 ,  クラウド ,  プライバシー ,  暗号データ ,  学習