| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-10-06 15:20 差分プライバシを適用した連合学習におけるプライバシ要求レベルを考慮したインセンティブメカニズムの提案 ○宮越奨太・橘 拓至（福井大）  NS2023-104 |
|
| 抄録 | （和） | 複数のデータ所有者がクライアントとして参加して機械学習を実行する連合学習では，各クライアントがローカル更新後に他者とモデルパラメータを共有することになる．各クライアントはモデルパラメータに対し差分プライバシに基づく数値的な処理を行うことにより，所有するデータのプライバシ保護を強化することができる．一方で，各クライアントが要求するプライバシレベルはそれぞれ異なり，さらに各クライアントによる利己的な行動によって連合学習が十分に機能せず参加者全体の利益が減少する恐れがある．そこで本稿では，各クライアントが異なるプライバシレベルを要求する場合に，各クライアントのプライバシレベルを考慮したインセンティブメカニズムを提案する．提案するインセンティブメカニズムでは，各クライアントが要求するプライバシレベルの違いや，ローカル更新にかかるコストの違いに応じて金銭移転をおこなう．この金銭移転によって，社会的余剰を最大化する．さらに各クライアントが不利益を被らないことを保証し，連合学習への積極的な参加を促す．提案法に基づく各クライアントの行動はナッシュ均衡戦略となり，全てのクライアントが提案法に従うことが最適となる．提案法の性能はシミュレーションで評価し，提案するインセンティブメカニズムによって，希望するプライバシレベルが異なるクライアントが協力してプライバシを保護しながら社会的余剰を最大化することを示す． |
| （英） | In federated learning, where multiple data owners participate as clients to perform machine learning, each client shares model parameters with others after local training. Each client can enhance the privacy protection of its own data by performing numerical operations based on differential privacy on the model parameters. On the other hand, each client requires a different level of privacy, and selfish behavior by each client may prevent the federated learning from fully functioning and reduce the overall benefit of all participants. Therefore, in this paper, we propose an incentive mechanism that takes into account each client's privacy demand level when each client requires a different privacy level respectively. In the proposed incentive mechanism, monetary transfers are given according to the difference in the privacy level required by each client and the difference in the cost of local training. This monetary transfer maximizes the social surplus. Furthermore, we guarantee that each client will not be in deficit, so that they are encouraged to actively participate in federated learning. The strategy of each client under the proposed method is a Nash equilibrium strategy, and it is optimal for all clients to follow the proposed method. The performance of the proposed method is evaluated by simulation, and we show that the proposed incentive mechanism maximizes social surplus while clients with different privacy demand levels cooperate to protect their privacy. | |
| キーワード | （和） | 連合学習 / 差分プライバシ / インセンティブメカニズム / 分散アルゴリズム / / / / |
| （英） | Federated learning / Differential privacy / Incentive mechanism / Distributed algorithm / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 198, NS2023-104, pp. 162-167, 2023年10月. | |
| 資料番号 | NS2023-104 | |
| 発行日 | 2023-09-27 (NS) | |
| 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 | NS2023-104 |
|
| 研究会情報 | |
| 研究会 | NS |
| 開催期間 | 2023-10-04 - 2023-10-06 |
| 開催地（和） | 北海道大学 + オンライン開催 |
| 開催地（英） | Hokkaidou University + Online |
| テーマ（和） | ネットワークアーキテクチャ(オーバレイ、P2P、ユビキタスNW、スケールフリーNW、アクティブNW、NGN・新世代NW、IoT、エッジコンピューティング)、次世代パケットトランスポート(高速Ethernet、IP over WDM、マルチサービスパケット技術、MPLS)、グリッド、一般 |
| テーマ（英） | Network architecture (5G, Local 5G, Beyond5G, Mobile networks, Ad-hoc and sensor networks, Overlay and P2P networks, Programmable networks, SDN/NFV, IoT, Network slicing), Next generation packet transport (High speed Ethernet, IP over WDM, Multi-service package technology, MPLS), Grid, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2023-10-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 差分プライバシを適用した連合学習におけるプライバシ要求レベルを考慮したインセンティブメカニズムの提案 |
| サブタイトル（和） | |
| タイトル（英） | Incentive Mechanism Considering Heterogeneous Privacy Demand Level in Federated Learning with Differential Privacy |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 連合学習 / Federated learning |
| キーワード(2)（和/英） | 差分プライバシ / Differential privacy |
| キーワード(3)（和/英） | インセンティブメカニズム / Incentive mechanism |
| キーワード(4)（和/英） | 分散アルゴリズム / Distributed algorithm |
| 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） | 宮越 奨太 / Shota Miyagoshi / ミヤゴシ ショウタ |
| 第1著者 所属（和/英） | 福井大学 (略称： 福井大) University of Fukui (略称： Univ. Fukui) |
| 第2著者 氏名（和/英/ヨミ） | 橘 拓至 / Takuji Tachibana / タチバナ タクジ |
| 第2著者 所属（和/英） | 福井大学 (略称： 福井大) University of Fukui (略称： Univ. Fukui) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-10-06 15:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2023-104 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.198 |
| ページ範囲 | pp.162-167 |
| ページ数 | 6 |
| 発行日 | 2023-09-27 (NS) |
[研究会発表申込システムのトップページに戻る]