ブロックチェーンを用いた分散機械学習におけるパラメータ異常検知システムの提案

長友, 誠, 油田, 健太郎, 岡崎, 直宣, 朴, 美娘

近年，IoTデバイスやスマートデバイスなどの増加に伴い，生成されるセンサデータなどのデジタルデータが大幅に増加している．深層学習などの機械学習を用いてそれらのデータを学習する際に，1つのサーバ(クラウド)上で全てのデータを処理することができないため，サーバの下層に存在するエッジノードが自律的・分散的に学習した後に勾配をサーバに送信することで，クラウド上に統合学習モデルを生成するシステムが考えられる．しかし，勾配から学習データが予測されプライバシーが漏洩する問題や，悪意のあるエッジノードによる異常な勾配の送信などの問題が起こり得る．そこで本論文では，プライバシー漏洩の問題を差分プライバシーで解決し，ブロックチェーン上で敵対的生成ネットワークにより勾配の異常検知を行う分散機械学習システムを提案する．

Recently, total amount of data generated by IoT devices or smart devices has been increasing. When training the enormous data using machine learning, it is difficult to process it on a cloud. Hence, we can consider the system that edge nodes renew the cloud's parameter of machine learning model each, transmit the local gradient to the cloud, and an integrated model is generated on the cloud. However, this system has two problems of privacy leakage and transmission of the anomaly gradient by malicious edge nodes. Therefore, in this paper, we propose the blockchain system that solves above two problems using differential privacy and anomaly detection by generative adversarial network.

ブロックチェーンを用いた分散機械学習におけるパラメータ異常検知システムの提案

書誌事項

抄録

収録刊行物

キーワード

詳細情報詳細情報について

書き出し

問題の指摘

ブロックチェーンを用いた分散機械学習におけるパラメータ異常検知システムの提案

書誌事項

抄録

収録刊行物

キーワード

詳細情報 詳細情報について

書き出し

問題の指摘

参加プロジェクトリスト

詳細情報詳細情報について