299306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
METADATA、ウェーブレット、時間依存性を考慮した拡散モデルによる衛星画像超解像
（METADATA, WAVELET, AND TIME AWARE DIFFUSION MODELS FOR SATELLITE IMAGE SUPER RESOLUTION）
Online Convex Optimization with Switching Cost and Delayed Gradients
（オンライン凸最適化における切替コストと遅延勾配）
ビデオにおける効率的なナンバープレート認識 — Visual Rhythmと累積ライン解析による
（Efficient License Plate Recognition in Videos Using Visual Rhythm and Accumulative Line Analysis）
深層学習の高速学習率を導くカーネル視点
（Fast learning rate of deep learning via a kernel perspective）
構文に依存しない公平な合成データ生成
（Generating Synthetic Fair Syntax-agnostic Data by Learning and Distilling Fair Representation）
距離を保つ: 球面多様体上の分散埋め込みの学習
（Keep your distance: learning dispersed embeddings on $\mathbb{S}_d$）
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
ハイパーグラフ畳み込みとハイパーグラフ注意
（Hypergraph Convolution and Hypergraph Attention）
  • 論文研究
TransferTransfoによる会話生成の転移学習
（TransferTransfo: A Transfer Learning Approach for Neural Network Based Conversational Agents）
  • 論文研究
マルチエージェント強化学習競技の意義と設計
（The Multi-Agent Reinforcement Learning in MalmÖ (MARLÖ) Competition）
  • 論文研究
強化学習におけるディスティレーションとPPOの共演
（Distillation Strategies for Proximal Policy Optimization）
  • 論文研究
グラフニューラルネットワークによるSDN向けネットワークモデル化と最適化の可能性
（Unveiling the potential of Graph Neural Networks for network modeling and optimization in SDN）
  • 論文研究
Sitatapatra: 敵対的サンプルの移植を阻む仕組み
（SITATAPATRA: BLOCKING THE TRANSFER OF ADVERSARIAL SAMPLES）
  • 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