| 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 | 2026-02-19 15:15 分割連合学習における標的型ポイズニングを用いたハイブリッド手法に対する安全性の検証 ○石田知勢・熊谷 瞭・竹本 修・野崎佑典・吉川雅弥（名城大）  ITS2025-55 IE2025-70 |
|
| 抄録 | （和） | 近年，注目される分割連合学習（Split Federated Learning: SFL）は，連合学習の特徴であるローカルデータの保護・並列学習と，分割学習の特徴であるモデル分割によるモデルの秘匿性向上・クライアント側の負荷軽減を融合させた学習方法である． 一方で，SFLは特有の構造である中間表現への摂動や標的型攻撃に対して脆弱性を持つと報告されている． しかし，従来のハイブリッド手法では中間表現への長期的な摂動を用いた標的型攻撃に対して評価できない． そこで，本研究では中間表現への長期的な摂動を用いた標的型のハイブリット手法を提案し，SFLにおけるモデルの安全性や信頼性に与える影響を定量的に評価する． |
| （英） | In recent years, Split Federated Learning (SFL) has attracted increasing attention as a learning method that integrates the advantages of Federated Learning and Split Learning. This is a learning method that simultaneously enables local data protection, parallel learning, and enhanced model privacy through model splitting. On the other hand, SFL is vulnerable to perturbations targeting its unique Smashed data structure and to targeted poisoning attacks. However, conventional hybrid methods cannot evaluate targeted poisoning attacks that utilize long-term perturbations to Smashed data. Therefore, this study proposes a targeted hybrid approach utilizing long-term perturbations to Smashed data and quantitatively evaluates its impact on model safety and reliability in SFL. |
|
| キーワード | （和） | 分割連合学習 / セキュリティ / ポイズニング攻撃 / / / / / |
| （英） | Split Federated Learning / Security / Poisoning Attack / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 356, IE2025-70, pp. 89-94, 2026年2月. | |
| 資料番号 | IE2025-70 | |
| 発行日 | 2026-02-12 (ITS, IE) | |
| 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 | ITS2025-55 IE2025-70 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT ITE-SIP |
| 開催期間 | 2026-02-19 - 2026-02-20 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | |
| テーマ（和） | 画像処理、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 分割連合学習における標的型ポイズニングを用いたハイブリッド手法に対する安全性の検証 |
| サブタイトル（和） | |
| タイトル（英） | Hybrid Targeted Poisoning in Split Federated Learning and its Security Evaluation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 分割連合学習 / Split Federated Learning |
| キーワード(2)（和/英） | セキュリティ / Security |
| キーワード(3)（和/英） | ポイズニング攻撃 / Poisoning Attack |
| 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） | 石田 知勢 / Chisei Ishida / イシダ チセイ |
| 第1著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Uni) |
| 第2著者 氏名（和/英/ヨミ） | 熊谷 瞭 / Ryo Kumagai / クマガイ リョウ |
| 第2著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Uni) |
| 第3著者 氏名（和/英/ヨミ） | 竹本 修 / Shu Takemoto / タケモト シュウ |
| 第3著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Uni) |
| 第4著者 氏名（和/英/ヨミ） | 野崎 佑典 / Yusuke Nozaki / ノザキ ユウスケ |
| 第4著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Uni) |
| 第5著者 氏名（和/英/ヨミ） | 吉川 雅弥 / Masaya Yoshikawa / ヨシカワ マサヤ |
| 第5著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Uni) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-02-19 15:15:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2025-55, IE2025-70 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.355(ITS), no.356(IE) |
| ページ範囲 | pp.89-94 |
| ページ数 | 6 |
| 発行日 | 2026-02-12 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]