| 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 | 2026-03-05 15:00 ［ポスター講演］画像復元攻撃に対する耐性強化のための連合学習における二重秘匿化手法 ○板橋悠伎・澤田寛人・廣瀬万玲・今泉祥子（千葉大）・貴家仁志（都立大）  EMM2025-121 |
|
| 抄録 | （和） | 本稿では，複数のクライアントによるモデル学習法である連合学習において，学習データを二重に秘匿する攻撃耐性強化手法を提案する．連合学習法は，二つに大別される．一つは，各クライアントの持つ学習データを中央サーバー上で直接共有せず，各クライアントで更新されたローカルモデルのパラメータ情報のみを共有する方式である．他の一つは，各クライアントが学習データに暗号化を施し，その暗号化されたデータを共有する方式である．両者には，安全性の強度とモデル性能の劣化の観点からそれぞれ課題が存在し，その改善法が急務の課題となっている．このような背景から，各クライアントにより暗号化された学習データを用いてローカルモデルのパラメータの更新情報のみを抽出して，その更新情報のみを共有する方式を提案する．提案法では，攻撃者は，モデルパラメータに対する攻撃に成功しても，画像暗号鍵なしでは学習データを復元できない．また，画像暗号鍵を持つ攻撃者でも，学習データの獲得には，さらにモデルパラメータに対する攻撃に成功する必要がある．さらに，提案法は，先行研究の各種耐性強化法と組合せ可能である．実験では，Vision Transformer（ViT）を用いた画像分類を例に，ViTと高い親和性を有する画像暗号化手法を，更新情報の一部をランダムにゼロ値に置換して共有する耐性強化法と組み合わせ，提案法の有効性を攻撃耐性およびモデル性能の観点から評価する． |
| （英） | This paper proposes an attack-resistance enhancement method that provides dual obfuscation in federated learning, which is a learning paradigm involving multiple clients. Federated learning methods can be broadly classified into two types. One approach is a method in which training data are kept locally at each client while only updated model information is shared. The other approach is a method in which training data are encrypted and shared. Both approaches have problems in terms of security strength and model performance degradation. Therefore, we propose a method in which each client updates the local model using encrypted training data and shares only updated model information. In the proposed method, even if an attacker successfully attacks the model information, the training data cannot be restored without the encryption key. In addition, even an attacker who possesses the encryption key must additionally succeed in attacking the model information in order to obtain the training data.The proposed method is compatible with various robustness enhancement techniques from previous studies. In the experiments, image classification using a Vision Transformer (ViT) is considered. The proposed method applies an image obfuscation technique compatible with ViT as well as a model obfuscation technique that replaces part of the updated model information with zero values. The effectiveness of the proposed method is evaluated in terms of robustness against image restoration attacks and model performance. | |
| キーワード | （和） | 連合学習 / Vision Transformer / 画像暗号化 / プライバシー保護 / / / / |
| （英） | Federated learning / Vision Transformer / image encryption / privacy preserving / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 396, EMM2025-121, pp. 25-30, 2026年3月. | |
| 資料番号 | EMM2025-121 | |
| 発行日 | 2026-02-26 (EMM) | |
| 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 | EMM2025-121 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2026-03-05 - 2026-03-06 |
| 開催地（和） | 平良港ターミナルビル大研修室 |
| 開催地（英） | Miyako Island Hirara Port Terminal Bldg. |
| テーマ（和） | 画質・音質評価，知覚・認知メトリクス，人間視聴覚システム，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2026-03-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | 画像復元攻撃に対する耐性強化のための連合学習における二重秘匿化手法 |
| サブタイトル（和） | |
| タイトル（英） | A Dual Obfuscation Method for Federated Learning to Enhance Robustness against Image Restoration Attacks |
| 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） | Vision Transformer / Vision Transformer |
| キーワード(3)（和/英） | 画像暗号化 / image encryption |
| キーワード(4)（和/英） | プライバシー保護 / privacy preserving |
| 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） | 板橋 悠伎 / Yuki Itabashi / イタバシ ユウキ |
| 第1著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 澤田 寛人 / Hiroto Sawada / サワダ ヒロト |
| 第2著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 廣瀬 万玲 / Mare Hirose / ヒロセ マレ |
| 第3著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 今泉 祥子 / Shoko Imaizumi / イマイズミ ショウコ |
| 第4著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ |
| 第5著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： Tokyo Metropolitan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-05 15:00:00 |
| 発表時間 | 60分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2025-121 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.396 |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2026-02-26 (EMM) |
[研究会発表申込システムのトップページに戻る]