複数組織の機械学習データを暗号化したまま連携活用する技術 不正送金の検知精度向上に適用――NICTら、実証へ

情報通信研究機構（NICT）は、神戸大学、エルテスと共同で暗号化技術を活用し、複数組織の機械学習データを機密性やプライバシーを保った状態で収集して、深層学習に活用できる技術「DeepProtect」を開発。実用性の検証のため、金融業界の課題となっている不正送金の検知精度向上技術の開発に適用する。

[金澤雅子，ITmedia]

　情報通信研究機構（NICT）は2019年2月1日、複数組織の機械学習結果を暗号化して中央サーバに集め、暗号化したままで学習結果（学習モデル）を更新できるプライバシー保護深層学習技術「DeepProtect」を開発したと発表した。この技術により、機密情報などを開示することなく、複数の組織が持つデータを連携させることができ、多くのデータを基にした機械学習が可能になるという。

　今後、同技術の実用性を検証するため、金融業界で課題となっている不正送金（振り込め詐欺など）の自動検知技術の開発に適用する実証実験を進める計画で、NICTでは、実証実験に参加する金融機関の募集を開始している。

複数の組織が持つ機械学習データを外部に開示することなく協調して深層学習を行えるプライバシー保護深層学習システム「DeepProtect」の概要

　DeepProtectは、暗号化技術を活用して、データ機密性確保やプライバシー保護を実現しつつ、組織をまたいだ横断的なデータの収集、処理、学習などが可能になる技術。NICTが、神戸大学、エルテスとともに取り組む「JST CREST」（科学技術振興機構の戦略的創造研究推進事業）の研究課題「複数組織データ利活用を促進するプライバシー保護データマイニング」の下で開発した。