三層ニューラルネットワークにおけるRing-LWEベース準同型暗号を用いた効率的なプライバシー保護推論処理

抄録

データのプライバシーへの懸念が膨大なデータの利活用を妨げている．プライバシーを保護した上でデータ解析を行う技術は重要である．本研究では，Ring-LWEベースの準同型暗号を用いて三層ニューラルネットの内積演算を効率よく行えるプライバシー保護機械学習モデルを提案する．提案モデルは，入力データを暗号化して，その識別結果を受け取るクライアント，学習済モデルを用いて暗号化された入力に対する識別結果を計算するサーバで構成される．これにより，クライアントはデータのプライバシーを漏らすことなく，モデル製作者はモデルを公開することなくデータの解析を行うことができる．提案手法では，一つのクラスの推論処理に対して，10.549 [ms]の時間を要する．また，Sigmoid関数やReLU関数の場合に近い精度で推論処理を行える．