WEKO3
アイテム
合成データに対するメンバーシップ推論攻撃評価フレームワークの拡張
https://ipsj.ixsq.nii.ac.jp/records/228178
https://ipsj.ixsq.nii.ac.jp/records/228178d1d9e1d6-e0fa-425f-894b-7f905a66b7d6
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2023148.pdf (1.5 MB)
2025年6月28日からダウンロード可能です。
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, DLIB:会員：¥0 | ||
| Item type | Symposium(1) | |||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-06-28 | |||||||||||||||||||
| タイトル | ||||||||||||||||||||
| タイトル | 合成データに対するメンバーシップ推論攻撃評価フレームワークの拡張 | |||||||||||||||||||
| 言語 | ||||||||||||||||||||
| 言語 | jpn | |||||||||||||||||||
| キーワード | ||||||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||||
| 主題 | プライバシ保護，プライバシー保護 | |||||||||||||||||||
| 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 | ||||||||||||||||||||
| NTT社会情報研究所／大阪大学 | ||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||
| NTT社会情報研究所 | ||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||
| NTT社会情報研究所 | ||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||
| NTT社会情報研究所／大阪大学 | ||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||
| NTT社会情報研究所 | ||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||
| NTT社会情報研究所 | ||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||
| 大阪大学 | ||||||||||||||||||||
| 著者名 |
三浦, 尭之
× 三浦, 尭之
× 紀伊, 真昇
× 市川, 敦謙
× 岩花, 一輝
× 芝原, 俊樹
× 奥田, 哲矢
× 矢内, 直人
|
|||||||||||||||||||
| 論文抄録 | ||||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||||
| 内容記述 | 合成データ生成技術の安全性を攻撃可能性の観点から考察するため，特定個人の元データへの所属の有無を推論するメンバーシップ推論攻撃の耐性を評価する方法が注目されている．Stadler らによって Usenix Security 2022 にて提案された安全性評価のゲームは，(1) サンプルの選び方が最悪ケースの評価をしていない，(2) 攻撃者が推論を行う判断を機械学習モデルに行わせており，判断基準がブラックボックス化してしまうという 2 つの課題があった．(1) の課題は著者らが CSS2022 にて，フレームワークを拡張する形で解決したが，(2) に関する検討はまだない．本研究では，Stadler らの機械学習モデルベースの手法と比較ができるように既存の推論方式の改良を提案し，2 種類のデータセット，6 種類の合成手法を用いて比較実験を行った．結果として，既存の機械学習モデルベースの推論方式より，提案した統計量ベースやサンプル距離ベースの推論方式がより AUC 基準で 0.07-0.10 ほど高い推論精度を出すことを確かめた．加えて，課題 (1) についても著者らのサンプルの選択の仕方が AUC 基準で 0.05-0.20 ほど有効であることをより多くのデータセット，合成手法に対して確かめた． | |||||||||||||||||||
| 書誌情報 |
マルチメディア，分散，協調とモバイルシンポジウム2023論文集 巻 2023, p. 1038-1046, 発行日 2023-06-28 |
|||||||||||||||||||
| 出版者 | ||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||||||||
