東京工業大学 佐藤哲也 先生: 仮説検定による差分プライバシーの特徴付けとRényi差分プライバシー

千葉工業大学 人工知能・ソフトウェア技術研究センター (ステアラボ) では、従来機械学習や自然言語処理等の人工知能に関するセミナー (ステアラボ人工知能セミナー) を開催して参りましたが、この度、ソフトウェア技術に関連する最先端の研究について第一線の研究者をお招きしてご講演頂く「ステアラボソフトウェア技術セミナー」をオンライン形式で開催することに致しました。

今回は東京工業大学の佐藤哲也様に「仮説検定による差分プライバシーの特徴付けとRényi差分プライバシー」というタイトルでご講演いただきます。

どなたでも無料でご参加いただけます。 参加申し込みをして頂くと具体的なアクセス情報が表示されます。オンライン形式のため特に定員数は設けておりませんので皆様奮ってご参加ください。

※ ただし、あまりに多数の申し込みを頂いた場合は参加登録を打ち切る等の対応をさせて頂く可能性もございますのでその際は何卒ご容赦下さい。

日時

2022年9月15日 (木) 15:00-16:00

講演形態

• オンライン: Microsoft Teams を使用します。
  • (不具合等により万が一 Microsoft Teams が使用できない場合は、バックアップとして Cisco Webex Meetings を使用します。)
• アクセス方法は参加登録をして頂いた方にのみ公開されます。

講演者

東京工業大学 佐藤 哲也 先生

講演タイトル

仮説検定による差分プライバシーの特徴付けとRényi差分プライバシー

講演概要

差分プライバシーとは、データベースの統計的なプライバシー基準とそれを実現する為のノイズ付加手法を指す。直観的な理解としては、差分プライバシーは、データベースの内部データの更新前後を考え、それぞれに対してノイズが付加されたデータベースの回答の確率分布の差が一定量以下であることを保証することで、匿名性を確保するという仕組みである。最もスタンダードな差分プライバシー基準には仮説検定による等価な特徴づけが存在する。一方、差分プライバシー基準には確率分布の差を測る統計的ダイバージェンスに応じて様々なバリエーションが存在する。

本研究では、Renyiダイバージェンスを用いて定義されるRenyi差分プライバシーの仮説検定による等価な特徴づけが存在するかという問いの下、一般的な統計的ダイバージェンスの仮説検定による等価な特徴づけが存在する必要十分条件を導出し、Renyi差分プライバシーの仮説検定による等価な特徴づけが存在しないことを証明し、Renyi差分プライバシーおよびHellinger距離からスタンダードな差分プライバシーへのtightな変換を編み出した。本講演では、その内容を紹介する共に、近年の研究の動向やアイデアについても軽く触れておきたい。（本講演の内容は、AISTATS 2020で発表した、Borja Balle氏らとの共同研究に基づく）