| 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 | 2023-10-12 14:45 生体認証の高精度化を実現する連合学習システムに関する検討 ○鈴木優聖・加賀陽介（日立）  BioX2023-58 |
|
| 抄録 | （和） | 大規模データセットを使用した機械学習の発展に伴い，生体認証の認証精度が大きく向上している．一方で，各国でプライバシ保護に関する法整備が進み，高性能な生体認証向け機械学習モデルの構築に必要な生体情報の収集が困難となっている．このような背景から，プライバシを保護しつつ，生体認証向けの機械学習モデルを学習する研究が行われ始めている．プライバシ保護機械学習の分野では，学習データを共有することなく，複数の端末で機械学習モデルを協調的に学習する，連合学習が注目を集めている．連合学習は生体認証向け機械学習にも適用されているが，これらの研究の多くは，シミュレーション上の評価のみを行っているものが多数で，実際にシステムを構築して検証が行われている例は少ない．そこで，本稿では，実際に個人認証向け連合学習システムを構築し，サーバと実際にユーザに使用されている複数台のクライアント端末間で顔認証モデルの連合学習を行い，提案システムの実用性を確認した． |
| （英） | With the development of machine learning on large-scale datasets, the accuracy of biometric authentication has significantly improved. On the other hand, privacy regulations have become increasingly important in many countries, making it more difficult to collect the biometric information needed to build powerful models. In this context, federated learning which allows multiple parties to collaboratively train a shared model without sharing raw data is attracting attention. However, most studies on federated learning have only shown the evaluation results on simulations. In this paper, we actually built a federated learning system for personal authentication and conducted federated learning of face recognition models between a server and multiple client devices actually used by users to confirm the practicality of the proposed system. | |
| キーワード | （和） | セキュリティ / 生体認証 / プライバシ / 連合学習 / / / / |
| （英） | Security / Biometrics / Privacy / Federated Learning / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 209, BioX2023-58, pp. 2-7, 2023年10月. | |
| 資料番号 | BioX2023-58 | |
| 発行日 | 2023-10-05 (BioX) | |
| 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 | BioX2023-58 |
|
| 研究会情報 | |
| 研究会 | BioX |
| 開催期間 | 2023-10-12 - 2023-10-13 |
| 開催地（和） | 大濱信泉記念館（石垣島） |
| 開催地（英） | Nobumoto Ohama Memorial Hall |
| テーマ（和） | バイオメトリクス一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | BioX |
| 会議コード | 2023-10-BioX |
| 本文の言語 | 日本語 |
| タイトル（和） | 生体認証の高精度化を実現する連合学習システムに関する検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Federated Learning System for Highly Accurate Biometric Authentication |
| サブタイトル（英） | |
| キーワード(1)（和/英） | セキュリティ / Security |
| キーワード(2)（和/英） | 生体認証 / Biometrics |
| キーワード(3)（和/英） | プライバシ / Privacy |
| キーワード(4)（和/英） | 連合学習 / Federated Learning |
| 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） | 鈴木 優聖 / Yusei Suzuki / スズキ ユウセイ |
| 第1著者 所属（和/英） | 株式会社 日立製作所 (略称： 日立) Hitachi, Ltd. (略称： Hitachi) |
| 第2著者 氏名（和/英/ヨミ） | 加賀 陽介 / Yosuke Kaga / カガ ヨウスケ |
| 第2著者 所属（和/英） | 株式会社 日立製作所 (略称： 日立) Hitachi, Ltd. (略称： Hitachi) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-10-12 14:45:00 |
| 発表時間 | 20分 |
| 申込先研究会 | BioX |
| 資料番号 | BioX2023-58 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.209 |
| ページ範囲 | pp.2-7 |
| ページ数 | 6 |
| 発行日 | 2023-10-05 (BioX) |
[研究会発表申込システムのトップページに戻る]