文献

J-GLOBAL ID：202102211141504231   整理番号：21A0540121

5Gモバイルネットワークにおけるセキュアな連合学習【JST・京大機械翻訳】

Secure Federated Learning in 5G Mobile Networks

著者 (2件)： Isaksson Martin (Artificial Intelligence Torshamnsgatan 21,Ericsson Research,Stockholm,Sweden,SE-16483) ,  Norrman Karl (Ericsson Security Research,Torshamnsgatan 21,Stockholm,Sweden,SE-16483)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  ページ： 1-6  発行年： 2020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： 機械学習(ML)は,モバイルネットワークを最適化し,確保し,管理するための重要なプロバイダである。これは,ネットワーク機能からのデータの収集と処理の増加をもたらし,次に,敏感なエンドユーザ情報への脅威を増加させる可能性がある。従って,エンドユーザプライバシーへの脅威を低減する機構は,MLを完全に利用するのに必要である。著者らは,3GPP5Gネットワークデータ分析(NWDA)アーキテクチャにFedated Learning(FL)をシームレスに統合し,局所更新の秘密を保護するために,マルチパーティ計算(MPC)プロトコルを追加した。プロトコルを評価し,ML性能に影響することなく,以前の研究よりも通信オーバヘッドがはるかに低いことを見出した。Copyright 2021 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： 最適化 ,  *ネットワーク ,  プライバシー ,  データ解析 ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： 連合学習 ,  エンドユーザ ,  シームレス ,  *モバイルネットワーク ,  ISP【インターネット】 ,  マルチパーティ計算 ,  通信オーバーヘッド ,  *第5世代移動通信システム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 5G ,  モバイルネットワーク ,  学習