1未満 分で読了
0 views

インターネット・オブ・シングス向け信頼実行環境における安全集約を備えたブロックチェーンベースのフェデレーテッドラーニング

(Blockchain-based Federated Learning with Secure Aggregation in Trusted Execution Environment for Internet-of-Things)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「フェデレーテッドラーニングだのブロックチェーンだの」って言われて困っております。これって現場の我々にとって何が変わるんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、簡単に整理しますよ。要点は三つです:プライバシーを守りつつ、現場のモデルを壊れにくく共有する仕組み、共有したモデルの改ざんを防ぐ仕組み、そしてその両方を実行するための安心できる処理領域です。順を追って説明できますよ。

田中専務

プライバシーはわかります。現場のデータを出したくない。でも、我々が導入しても本当に安全なんですか。コストが嵩むだけではないかと不安です。

AIメンター拓海

素晴らしい着眼点ですね!ここは三点で考えると良いです。第一に、フェデレーテッドラーニング(Federated Learning、FL、フェデレーテッドラーニング)は生データを外に出さずに各拠点で学習したモデルだけを集めて全体モデルを作る仕組みです。第二に、ブロックチェーン(Blockchain)はモデルの履歴を改ざんしにくく保存します。第三に、Intel SGXのようなTrusted Execution Environment(TEE、信頼実行環境)はモデル集約の計算を安全に実行します。これらを組み合わせるのが今回の提案です。

田中専務

これって要するに、現場のデータは手元に残しておいて、いじられない

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
生成的降水ナウキャスティングのための潜在拡散モデル
(Latent Diffusion Models for Generative Precipitation Nowcasting)
次の記事
異常分布下の証拠志向フェイクニュース検出を可能にする二重敵対的デバイアス学習
(Out-of-distribution Evidence-aware Fake News Detection via Dual Adversarial Debiasing)
関連記事
Wassersteinに基づくアウト・オブ・ディストリビューション検出
(Wasserstein-based Out-of-Distribution Detection)
準正則事例の統計学習理論
(Statistical Learning Theory of Quasi-Regular Cases)
卵巣がんサブタイプ分類のための組織病理学ファウンデーションモデルの包括的評価
(A Comprehensive Evaluation of Histopathology Foundation Models for Ovarian Cancer Subtype Classification)
Knowledge Graphs Querying
(Knowledge Graphs Querying)
複数データセット間で宇宙論パラメータを制約するドメイン適応型グラフニューラルネットワーク
(Domain Adaptive Graph Neural Networks for Constraining Cosmological Parameters Across Multiple Data Sets)
MLLMにおける向き認識の解明:細粒度多軸知覚タスク
(Right Side Up? Disentangling Orientation Understanding in MLLMs with Fine-grained Multi-axis Perception Tasks)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む