287328記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 人気アイテム埋め込みを悪用した連合推薦攻撃の防止（Preventing the Popular Item Embedding Based Attack in Federated Recommendations）
2 分で読了
0 views

人気アイテム埋め込みを悪用した連合推薦攻撃の防止

（Preventing the Popular Item Embedding Based Attack in Federated Recommendations）

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、お時間よろしいでしょうか。部下から「連合学習を使った推薦システムにAI攻撃がある」と聞いて少し不安になりました。要するに外部の悪いユーザーに操作されて商売に悪影響が出るという話ですか？

AIメンター拓海

素晴らしい着眼点ですね！その不安は正しいです。今回は“連合推薦（Federated Recommender System、FRS）”に対して、特にアイテムの埋め込み（item embedding）を悪用する攻撃についての論文を噛み砕いて説明しますよ。大丈夫、一緒にやれば必ずできますよ。

田中専務

まず基本から教えてください。連合推薦って、要するに顧客データをそのまま集めずに個々の端末で学習してモデルだけを集める仕組みでしたよね？それなら個人情報は守れるはずではないですか。

AIメンター拓海

おっしゃる通り、Federated Recommender System (FRS)（連合推薦システム）は個々の端末でユーザー埋め込みを保持し、サーバーはアイテム埋め込みなど共有部分を更新する方式です。しかし不要な安心は禁物です。攻撃者は共有される情報や送られる勾配を工夫して、特定のアイテムを

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
クラス分布シフト下におけるテキスト分類のサーベイ
（A Survey of Text Classification Under Class Distribution Shift）
次の記事
マスキングによるタスク情報活用型アンチカリキュラムがテキスト下流性能を改善する
（Task-Informed Anti-Curriculum by Masking Improves Downstream Performance on Text）
関連記事
視覚における検索強化生成と理解の総説
（Retrieval Augmented Generation and Understanding in Vision: A Survey and New Outlook）
エージェントコンテキストプロトコルが集団推論を強化する
（Agent Context Protocols Enhance Collective Inference）
ToolACE：LLMの関数呼び出し能力を制する方法
（ToolACE: Winning the Points of LLM Function Calling）
エージェント行動予測とその一般化解析
（Agent Behavior Prediction and Its Generalization Analysis）
物理的洞察を伴うデータ駆動型説明可能かつ近似的なNMPC
（ExAMPC: the Data-Driven Explainable and Approximate NMPC with Physical Insights）
エンジニア教育におけるシリアスゲームと学習支援の融合
（Combining Gamification and Intelligent Tutoring Systems in a Serious Game for Engineering Education）
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）
  • 論文研究
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）
  • 論文研究
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）
  • 論文研究

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
最新記事
非線形フォワードモデルに対する深層ニューラルネットワークによる超音波反射トモグラフィ再構成
（DEEP NEURAL NETWORKS FOR NON-LINEAR MODEL-BASED ULTRASOUND RECONSTRUCTION）
  • 論文研究
局所勾配平滑化による局所的敵対的攻撃の防御
（Local Gradients Smoothing: Defense against localized adversarial attacks）
  • 論文研究
整流を使った一本鎖DNAの配列決定
（ssDNA sequencing by rectification）
  • 論文研究
マスターのプライバシーを守る符号化分散計算
（Private Coded Computation for Machine Learning）
  • 論文研究
ファッションのスタイルを学習してアイテムを補完する手法
（Styling with Attention to Details）
  • 論文研究
狭い深層ニューラルネットワークの判定領域について
（On decision regions of narrow deep neural networks）
  • 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