r-VAE: VAEへの再構成誤差の取り込みと時系列データ曖昧化への応用

• Item type: Symposium(1)
• 公開日: 2019-10-14
• タイトル: r-VAE: VAEへの再構成誤差の取り込みと時系列データ曖昧化への応用
• タイトル / 言語: en
• タイトル: r-VAE: Reconstruction Loss Aware VAE, Its Capability of Obfuscation
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: プライバシー保護，データ曖昧化，自己情報コントロール，表現学習，VAE: 変分オートエンコーダ
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: セコム株式会社 IS研究所
• 著者所属: セコム株式会社 IS研究所
• 著者所属(英): en
• 著者所属(英): Intelligent Systems Laboratory, SECOM CO., LTD.
• 著者所属(英): en
• 著者所属(英): Intelligent Systems Laboratory, SECOM CO., LTD.
• 著者名: 松永, 昌浩; チャン, クワン カイ
• 著者名(英): Masahiro, Matsunaga; Quang, Khai Tran
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: IoT 機器やウェアラブルデバイスから得られたデータを活用するサービスへの期待が高い．しかし，このようなサービスを利用したいとしても，ライフログのようなデータをそのまま提供することには抵抗感が生じる場合がある．そこで，我々は，データの加工に利用可能な機械学習モデルであるVAEを応用し，データの提供先やデータの利用目的に応じてデータを曖昧化する度合を柔軟に変更できる手法の開発を試みた．その実現にあたり，本稿では，VAEにおける再構成誤差を潜在変数として表現可能な機械学習モデル r-VAE: Reconstruction loss aware VAE を提案する．さらに，r-VAEを応用することで，スマートホームから得られた時系列データの曖昧化を行った．その結果，r-VAEの潜在変数の値を段階的に変化させることで，入力データが段階的に曖昧化されていくことが確認できた．そして，r-VAEによって曖昧化されたデータのプライバシーと有用性について考察した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper introduces a new generative model r-VAE: Reconstruction loss aware VAE which learns reconstruction loss as latent variables.Furthermore, we apply r-VAE to obfuscating data which were collected from smart homes.As a result, our model can obfuscate input data by sliding a specific latent variable in latent space.We discuss the tradeoffs between privacy and utility of the obfuscated data converted by r-VAE.
• 書誌レコードID / 識別子タイプ: NCID
• 書誌レコードID / 関連識別子: ISSN 1882-0840
• 書誌情報: コンピュータセキュリティシンポジウム2019論文集; 巻 2019, p. 1504-1511, 発行日 2019-10-14
• 出版者 / 言語: ja
• 出版者: 情報処理学会