| 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 | 2024-02-29 15:10 連合学習における更新情報の類似度に基づくビザンチン攻撃検出法 ○大野賢太・山岸昌夫（法政大）  EA2023-86 SIP2023-133 SP2023-68 |
|
| 抄録 | （和） | 小文では，連合学習におけるビザンチン攻撃を検出する手法，および，ビザンチン攻撃を繰り返すクライアントを検出する手法を提案している．ビザンチン攻撃は，悪意を持ったクライアントが中央サーバに対して偽の更新情報を伝達し，中央サーバでの学習を阻害する攻撃である．まず，更新情報のコサイン類似度の和を活用し，クライアントが送信してきた更新情報の真偽を他クライアントの更新情報との比較により判定する手法を提案している．次に，この手法を活用し，偽の更新情報を繰り返し送りつけてくるクライアントを特定する手法を提案している．さらに，各クライアントが多様なデータセットを保持している状況下において，提案手法を適用するためにはクライアントのグループ化が重要であることを明らかにしている．最後に，数値実験により，提案手法の有効性を確認している． |
| （英） | We propose a method to detect Byzantine attacks in federated learning, as well as a method for identifying clients repeating Byzantine attacks. The Byzantine attack is an attack that a malicious client sending false update information to the central server, in order to degradate learning performance at the central server. Firstly, we propose a method that utilizes a sum of cosine similarities of local update information to evaluate the authenticity of the local update sent by a client, through comparison with local updates from other clients. Next, by using this method, we also propose a method to identify clients repeatedly sending false update information. Furthermore, we clarify the importance of client grouping for enhance applicability of the proposed methods in scenarios where each client has diverse datasets. Finally, numerical experiments demonstrate the effectiveness of the proposed methods. | |
| キーワード | （和） | 機械学習 / プライバシー保護 / 連合学習 / ビザンチン攻撃 / コサイン類似度 / / / |
| （英） | Machine learning / Federated learning / Privacy-preserving / Byzantine attack / Cosine similarity / / / | |
| 文献情報 | 信学技報, vol. 123, no. 402, SIP2023-133, pp. 150-155, 2024年2月. | |
| 資料番号 | SIP2023-133 | |
| 発行日 | 2024-02-22 (EA, SIP, SP) | |
| 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 | EA2023-86 SIP2023-133 SP2023-68 |
|
| 研究会情報 | |
| 研究会 | SIP SP EA IPSJ-SLP |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響, 信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2024-02-SIP-SP-EA-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 連合学習における更新情報の類似度に基づくビザンチン攻撃検出法 |
| サブタイトル（和） | |
| タイトル（英） | Byzantine attack detection via similarity of local updates in federated learning |
| 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） | プライバシー保護 / Federated learning |
| キーワード(3)（和/英） | 連合学習 / Privacy-preserving |
| キーワード(4)（和/英） | ビザンチン攻撃 / Byzantine attack |
| キーワード(5)（和/英） | コサイン類似度 / Cosine similarity |
| 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） | 大野 賢太 / Kenta Ohno / オオノ ケンタ |
| 第1著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei University (略称： Hosei Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山岸 昌夫 / Masao Yamagishi / ヤマギシ マサオ |
| 第2著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei University (略称： Hosei Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-02-29 15:10:00 |
| 発表時間 | 60分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2023-86, SIP2023-133, SP2023-68 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.401(EA), no.402(SIP), no.403(SP) |
| ページ範囲 | pp.150-155 |
| ページ数 | 6 |
| 発行日 | 2024-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]