| 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 10:45 知識蒸留を用いた垂直連合学習におけるデータ漏洩攻撃の提案 ○水門巧実・小泉佑揮・武政淳二・長谷川 亨（阪大）  NS2023-187 |
|
| 抄録 | （和） | 垂直連合学習は、同一サンプルで特徴が異なるデータを所有する参加者が、データを秘匿しながらも協働�て機械学習モデルを訓練するための手法である。従来の垂直連合学習では、推論が可能なサンプルは限られており、また、推論時には全ての参加者がプロセスに関与する必要があった。このような制限を克服するために、Vertical Federated Knowledge Transfer (VFedTrans) と呼ばれる新しい手法が提案されている。この手法では、FedSVDと呼ばれる連合特異値分解から得られる潜在表現に基づいた知識蒸留を組み込むことで、参加者は自身の所有するデータを他の参加者に対して秘匿しながらも、ローカルに推論を行うことが可能であるとされている。また、このアプローチにより、従来の垂直連合学習で提案されたデータ漏洩攻撃がVFedTransでは無効となる。これに対して、本研究では、セミオネストな参加者が潜在表現と元のデータの間の線形関係をニューラルネットワークを用いて推論することで、他の参加者のデータを再構築する攻撃を提案する。さらに、医療と金融に関する2つのデータセットを利用して、攻撃手法の評価を行う。 |
| （英） | Vertical federated learning is a method for participants who have data with the same samples but different features to collaboratively train a machine learning model while keeping their data private. In traditional vertical federated learning, the samples to be inferred are limited, and all participants have to involve during inference phase. To overcome these limitations, Vertical Federated Knowledge Transfer (VFedTrans) has been proposed. In VFedTrans, participants can make inference locally while keeping their data private by using latent representation derived from federated singular value decomposition (FedSVD). This approach also makes the data leakage attacks against the traditional vertical federated learning invalid for VFedTrans. However, this work proposes an attack in which a semi-honest participant infers a linear relationship between latent representation and the original data with neural network and then reconstructs data of other participants. Furthermore, we use two datasets on healthcare and finance and evaluate our attack method. | |
| キーワード | （和） | 垂直連合学習 / 知識蒸留 / 知識転移 / プライバシー攻撃 / / / / |
| （英） | Vertical Federated Learning / Knowledge Distillation / Knowledge Transfer / Privacy Attack / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 397, NS2023-187, pp. 90-95, 2024年2月. | |
| 資料番号 | NS2023-187 | |
| 発行日 | 2024-02-22 (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 | NS2023-187 |
|
| 研究会情報 | |
| 研究会 | NS IN |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | 沖縄コンベンションセンター |
| 開催地（英） | Okinawa Convention Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2024-02-NS-IN |
| 本文の言語 | 日本語 |
| タイトル（和） | 知識蒸留を用いた垂直連合学習におけるデータ漏洩攻撃の提案 |
| サブタイトル（和） | |
| タイトル（英） | Proposal of a Data Leakage Attack against a Vertical Federated Learning System based on Knowledge Distillation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 垂直連合学習 / Vertical Federated Learning |
| キーワード(2)（和/英） | 知識蒸留 / Knowledge Distillation |
| キーワード(3)（和/英） | 知識転移 / Knowledge Transfer |
| キーワード(4)（和/英） | プライバシー攻撃 / Privacy Attack |
| 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） | 水門 巧実 / Takumi Suimon / スイモン タクミ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 小泉 佑揮 / Yuki Koizumi / コイズミ ユウキ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 武政 淳二 / Junji Takemasa / タケマサ ジュンジ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 長谷川 亨 / Toru Hasegawa / ハセガワ トオル |
| 第4著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-02-29 10:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2023-187 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.397 |
| ページ範囲 | pp.90-95 |
| ページ数 | 6 |
| 発行日 | 2024-02-22 (NS) |
[研究会発表申込システムのトップページに戻る]