講演抄録/キーワード |
講演名 |
2018-11-05 15:10
[ポスター講演]パラメータの指数的重み付けによる深層学習モデルへの電子透かし埋め込み ○南波涼太(筑波大)・佐久間 淳(筑波大/理研) IBISML2018-63 |
抄録 |
(和) |
深層学習は物体認識や音声認識などのタスクにおいて非常に高い性能を達成している. その一方で, 深層学習モデルの学習には膨大なデータセットの準備や計算機資源の確保などの高いコストが必要となる.
そのため, モデルは価値のある知的財産として扱わなければいけない.
そのような状況において, 悪意のあるユーザが不正にモデルを再配布することや, 許可なく他のサービスに利用することなどの懸念がある.
この問題の一つの解決策として, 電子透かしが挙げられる.
深層学習の電子透かしとは, 電子透かしを埋め込む事で, モデルの所有者は外部からモデルの所有権の検証を行う方法である.
本研究では, 透かしの検証を妨害するようなモデル修正やクエリ修正に耐性のある新しい透かしの手法を提案する.
また, 我々の透かしの手法が, そのような悪意のあるユーザがいる状況下でも既存手法に比べて高い検証性能を達成することを実験的に示す. |
(英) |
Deep learning has been achieving top performance in many tasks.
Since training of a deep learning model requires a great deal of cost, neural network models need to be treated as valuable intellectual properties.
One concern in such a situation is that some malicious user might redistribute the model or provide a prediction service using the model without permission.
One promising solution is digital watermarking, to embed a mechanism into the model so that the owner of the model can verify the ownership of the model externally.
In this study, we present a novel watermarking method that is tolerant of both model modification and query modification.
We experimentally show that our watermarking method achieves high verification performance even under a malicious attempt of unauthorized model users such as model modification and query modification. |
キーワード |
(和) |
機械学習 / 深層学習 / 電子透かし / / / / / |
(英) |
machine learning / deep learning / digital watermarking / / / / / |
文献情報 |
信学技報, vol. 118, no. 284, IBISML2018-63, pp. 143-150, 2018年11月. |
資料番号 |
IBISML2018-63 |
発行日 |
2018-10-29 (IBISML) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IBISML2018-63 |
研究会情報 |
研究会 |
IBISML |
開催期間 |
2018-11-05 - 2018-11-07 |
開催地(和) |
北海道民活動センター(かでる2.7) |
開催地(英) |
Hokkaido Citizens Activites Center (Kaderu 2.7) |
テーマ(和) |
情報論的学習理論ワークショップ (IBIS2018) |
テーマ(英) |
Information-Based Induction Science Workshop (IBIS2018) |
講演論文情報の詳細 |
申込み研究会 |
IBISML |
会議コード |
2018-11-IBISML |
本文の言語 |
日本語 |
タイトル(和) |
パラメータの指数的重み付けによる深層学習モデルへの電子透かし埋め込み |
サブタイトル(和) |
|
タイトル(英) |
Watermarking of Neural Network with Exponential Weighting Parameters |
サブタイトル(英) |
|
キーワード(1)(和/英) |
機械学習 / machine learning |
キーワード(2)(和/英) |
深層学習 / deep learning |
キーワード(3)(和/英) |
電子透かし / digital watermarking |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
南波 涼太 / Ryota Namba / ナンバ リョウタ |
第1著者 所属(和/英) |
筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Tsukuba Univ.) |
第2著者 氏名(和/英/ヨミ) |
佐久間 淳 / Jun Sakuma / サクマ ジュン |
第2著者 所属(和/英) |
筑波大学/理化学研究所革新知能統合研究センター (略称: 筑波大/理研)
University of Tsukuba/riken AIP (略称: Tsukuba Univ./riken) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-11-05 15:10:00 |
発表時間 |
180分 |
申込先研究会 |
IBISML |
資料番号 |
IBISML2018-63 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.284 |
ページ範囲 |
pp.143-150 |
ページ数 |
8 |
発行日 |
2018-10-29 (IBISML) |