| 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 | 2026-07-14 16:05 学習可能画像暗号化手法を用いたディープモデル反転攻撃に対する耐性強化 ○廣瀬万玲・今泉祥子（千葉大）・貴家仁志（都立大）  ISEC2026-45 SITE2026-41 BioX2026-68 HWS2026-41 ICSS2026-60 EMM2026-52 |
|
| 抄録 | （和） | 本稿では，ディープモデル反転攻撃への耐性向上を目的として，モデル学習に直接利用可能な学習可能画像暗号化手法を訓練画像に適用する手法を提案する．ディープモデル反転攻撃は，モデルの出力や内部情報をもとに生成モデルを利用して訓練画像を高精度に復元する攻撃であり，訓練画像のプライバシー保護において深刻な脅威である．提案法では，訓練画像を暗号化した状態でモデルを学習することにより，分類性能を維持しつつ復元攻撃耐性を向上させる．実験では顔画像データセットを例に，複数の暗号化条件に対してディープモデル反転攻撃を適用し，復元画像の視覚的特徴および顔認識モデルによる分類結果に基づき，提案法の有効性を定性的および定量的に評価する． |
| （英） | In this paper, we propose a method that applies learnable image encryption, which can be directly used for model training, to training images in order to improve robustness against deep model inversion attacks. Deep model inversion attacks are serious threats to the privacy of training images, as they exploit model outputs or internal information together with generative models to reconstruct training images with high accuracy. In the proposed method, a model is trained using encrypted training images, thereby maintaining classification performance while improving robustness against reconstruction attacks. In the experiments, using a face image dataset as an example, we apply deep model inversion attacks under multiple encryption conditions and evaluate the effectiveness of the proposed method both qualitatively and quantitatively based on the visual characteristics of the reconstructed images and the classification results obtained by a face recognition model. | |
| キーワード | （和） | 学習可能暗号化手法 / モデル反転攻撃 / プライバシー保護 / / / / / |
| （英） | Learnable image encryption / model inversion attack / privacy preserving / / / / / | |
| 文献情報 | 信学技報, vol. 126, no. 112, EMM2026-52, pp. 218-223, 2026年7月. | |
| 資料番号 | EMM2026-52 | |
| 発行日 | 2026-07-06 (ISEC, SITE, BioX, HWS, ICSS, 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 | ISEC2026-45 SITE2026-41 BioX2026-68 HWS2026-41 ICSS2026-60 EMM2026-52 |
|
| 研究会情報 | |
| 研究会 | BioX HWS ISEC SITE ICSS EMM IPSJ-CSEC IPSJ-SPT |
| 開催期間 | 2026-07-13 - 2026-07-15 |
| 開催地（和） | 札幌コンベンションセンター |
| 開催地（英） | Sapporo Convention Center |
| テーマ（和） | セキュリティ、一般 （セキュリティサマーサミット2026） |
| 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 | 2026-07-BioX-HWS-ISEC-SITE-ICSS-EMM-CSEC-SPT-SEC |
| 本文の言語 | 日本語 |
| タイトル（和） | 学習可能画像暗号化手法を用いたディープモデル反転攻撃に対する耐性強化 |
| サブタイトル（和） | |
| タイトル（英） | Enhanced Robustness against Deep Model Inversion Attacks Using Learnable Image Encryption |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 学習可能暗号化手法 / Learnable image encryption |
| キーワード(2)（和/英） | モデル反転攻撃 / model inversion attack |
| キーワード(3)（和/英） | プライバシー保護 / privacy preserving |
| 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） | 廣瀬 万玲 / Mare Hirose / ヒロセ マレ |
| 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） | 今泉 祥子 / Shoko Imaizumi / イマイズミ ショウコ |
| 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） | 貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ |
| 第3著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： TMU) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-07-14 16:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EMM |
| 資料番号 | ISEC2026-45, SITE2026-41, BioX2026-68, HWS2026-41, ICSS2026-60, EMM2026-52 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.107(ISEC), no.108(SITE), no.109(BioX), no.110(HWS), no.111(ICSS), no.112(EMM) |
| ページ範囲 | pp.218-223 |
| ページ数 | 6 |
| 発行日 | 2026-07-06 (ISEC, SITE, BioX, HWS, ICSS, EMM) |
[研究会発表申込システムのトップページに戻る]