SlideShare a Scribd company logo
1 of 19
Download to read offline
プライバシ保護
クラウドソーシング
梶野 洸1, 馬場 雪乃2, 鹿島 久嗣3
1: 東京大学, 日本学術振興会特別研究員 DC2
2: 国立情報学研究所, JST ERATO 河原林巨大グラフプロジェクト
3: 京都大学
14.05.12	
 1人工知能学会全国大会
発表概要
■  クラウドソーシングにおけるプライバシ問題
□  プライバシ問題の指摘:
仕事依頼時に渡すデータから秘密情報が漏洩
□  提案手法:
渡すデータを制限し、プライバシを保護
□  評価手法:
成果物品質&プライバシ漏洩量の定義
□  実験:
写真中の頭部を検出するタスクで提案手法の性能を評価
14.05.12	
 人工知能学会全国大会 2
クラウドソーシングにおけるプライバシ問題を紹介します
発表概要
■  クラウドソーシングにおけるプライバシ問題
□  プライバシ問題の指摘:
仕事依頼時に渡すデータから秘密情報が漏洩
□  提案手法:
渡すデータを制限し、プライバシを保護
□  評価手法:
成果物品質&プライバシ漏洩量の定義
□  実験:
写真中の頭部を検出するタスクで提案手法の性能を評価
14.05.12	
 人工知能学会全国大会 3
クラウドソーシングにおけるプライバシ問題を紹介します
プライバシ問題例
■  クラウドソーシングにおけるプライバシ問題
□  画像中の顔を隠すタスク
14.05.12	
 人工知能学会全国大会 4
仕事依頼時に渡すデータから秘密情報が漏洩する
インスタンス 成果物ワーカー指示書
指示書通りに
インスタンスを処理
プライバシ問題例
■  クラウドソーシングにおけるプライバシ問題
□  画像中の顔を隠すタスク
14.05.12	
 人工知能学会全国大会 5
仕事依頼時に渡すデータから秘密情報が漏洩する
インスタンス 成果物
悪い
ワーカー指示書
プライバシ問題例
■  クラウドソーシングにおけるプライバシ問題
□  画像中の顔を隠すタスク
14.05.12	
 人工知能学会全国大会 6
仕事依頼時に渡すデータから秘密情報が漏洩する
インスタンス 成果物
悪い
ワーカー指示書
仕事はやるがインスタンスから
秘密情報を抽出しようとする
プライバシ問題例
■  クラウドソーシングにおけるプライバシ問題
□  画像中の顔を隠すタスク
14.05.12	
 人工知能学会全国大会 7
仕事依頼時に渡すデータから秘密情報が漏洩する
インスタンス 成果物
悪い
ワーカー指示書
Aさんの
秘密情報
Aさん
いつ・どこで・なにをしているか等
発表概要
■  クラウドソーシングにおけるプライバシ問題
□  プライバシ問題の指摘:
仕事依頼時に渡すデータから秘密情報が漏洩
□  提案手法:
渡すデータを制限し、プライバシを保護
□  評価手法:
成果物品質&プライバシ漏洩量の定義
□  実験:
写真中の頭部を検出するタスクで提案手法の性能を評価
14.05.12	
 人工知能学会全国大会 8
クラウドソーシングにおけるプライバシ問題を紹介します
提案手法: 切抜型プロトコル
■  切抜型プロトコル
□  C × C pixels の切抜窓を C/2 pixels 重複させて移動・切抜
□  小インスタンスを用いて仕事を依頼
14.05.12	
 人工知能学会全国大会 9
切抜窓を重複させつつ小インスタンスを生成する
C	
C/2	
切抜窓
小
イ
ン
ス
タ
ン
ス
提案手法: アイデア
■  画像中の顔を隠すタスクの観察
□  タスク: インスタンスを局所的に見れば実行可能
□  プライバシ: インスタンスを大域的に見る必要あり
渡すインスタンスを制限すればよさそう
•  手書き文書の書き起こし
•  会議の録音からの会議録作成
14.05.12	
 人工知能学会全国大会 10
タスクとプライバシ侵害過程の性質の違いに注目する
なども同様の性質を持つ
成果物品質△
プライバシ⃝
成果物品質⃝
プライバシ
提案手法: インターフェース
■  クラウドソーシングで用いたインターフェース
□  小インスタンスをまとめた画像で仕事を依頼	

□  25 × 25 pixels 単位で顔か否か選択
14.05.12	
 人工知能学会全国大会 11
複数インスタンスをまとめることでコスト削減
C = 100 pixels
発表概要
■  クラウドソーシングにおけるプライバシ問題
□  プライバシ問題の指摘:
仕事依頼時に渡すデータから秘密情報が漏洩
□  提案手法:
渡すデータを制限し、プライバシを保護
□  評価手法:
成果物品質&プライバシ漏洩量の定義
□  実験:
写真中の頭部を検出するタスクで提案手法の性能を評価
14.05.12	
 人工知能学会全国大会 12
クラウドソーシングにおけるプライバシ問題を紹介します
評価: 動機
■  プライバシ保護手法の評価手法
□  プライバシ保護手法の比較/パラメタ決定に必要
□  二つの観点からの評価
成果物品質とプライバシはトレードオフ
1)  タスク・プライバシ侵害過程のモデル化
2)  モデルを用いて成果物品質・プライバシを定量化
14.05.12	
 人工知能学会全国大会 13
成果物品質とプライバシを評価する必要がある
成果物品質△
プライバシ⃝
成果物品質⃝
プライバシ
評価: 提案指標
14.05.12	
 人工知能学会全国大会 14
タスク実行過程 プライバシ侵害過程
モ
デ
ル
ワーカーは p(R | In) から成果物 Rn をサンプリング
              R: 成果物 or 秘密情報
              I: インスタンス
              p(R | I): 指示書
評
価
指
標
EI[ KL(p(R | I) || p’(R | I)) ]
■  正解 との差を評価
■  小さい = 良い
(R と I の相互情報量)
   = EI[ KL(p’(R | I) || p’(R)) ]
■  I からの情報漏洩量を評価
(いかなる情報も漏らしたくない)
■  小さい = 良い
保護前 保護後
ワーカーのモデルを元に、評価指標を提案
発表概要
■  クラウドソーシングにおけるプライバシ問題
□  プライバシ問題の指摘:
仕事依頼時に渡すデータから秘密情報が漏洩
□  提案手法:
渡すデータを制限し、プライバシを保護
□  評価手法:
成果物品質&プライバシ漏洩量の定義
□  実験:
写真中の頭部を検出するタスクで提案手法の性能を評価
14.05.12	
 人工知能学会全国大会 15
クラウドソーシングにおけるプライバシ問題を紹介します
実験: 設定
■  Stanford 40 Actions Dataset [Yao+, 11]
□  タスク: 画像中の顔を隠す作業を依頼
□  プライバシ: 小インスタンスからの行動の推定を依頼	

•  10 択から選択:
料理、魚釣り、ランニング、フリスビー、テレビ鑑賞、
馬に餌やり、ギター演奏、携帯でメール、パソコン、
ノート書き
□  500 × 500 pixels に収まるように拡大・縮小
14.05.12	
 人工知能学会全国大会 16
切抜窓の大きさと性能の関係から提案手法の性質を明らかにする
実験: 実験結果
■  成果物品質・プライバシの違い
□  成果物品質: C = 100 では C = 300 の1.1倍程度の損失
□  プライバシ: C = 300 では C = 100 の1.9倍程度漏洩	

成果物品質をあまり落とさずプライバシ保護可能
14.05.12	
 人工知能学会全国大会 17
成果物品質とプライバシのトレードオフが捉えられた
50 100 150 200 250 300
C: clipping window size [pixels]
0.14
0.16
0.18
0.20
0.22
0.24
0.26
Taskinformationloss[bits]
1.0
1.5
2.0
2.5
3.0
Privacyinformationloss[bits]
プライバシ
漏洩量
成果物品質
高
性
能
切抜窓の大きさ C
まとめ
■  クラウドソーシングにおけるプライバシ問題
□  プライバシ問題の指摘:
仕事依頼時に渡すデータから秘密情報が漏洩
□  提案手法: 切抜型プロトコル
渡すデータを制限し、プライバシを保護
□  評価手法:
成果物品質&プライバシ漏洩量の定義
□  実験:
•  頭部検出タスクで提案手法の性能を評価
•  プライバシ保護タスク実行可能であることを示した
14.05.12	
 人工知能学会全国大会 18
クラウドソーシングでのプライバシ問題を解決する手法を提案した
文献
[Yao+, 11] Yao, B., Jiang, X., Khosla, A., Lin, A. L., Guibas, L., & Fei-Fei, L. (2011).
Human action recognition by learning bases of action attributes and parts. In Proceedings
of 2011 IEEE International Conference on Computer Vision (ICCV) (pp. 1331‒1338).
14.05.12	
 人工知能学会全国大会 19

More Related Content

Similar to プライバシ保護クラウドソーシング

データ分析勉強会
データ分析勉強会データ分析勉強会
データ分析勉強会Kikuya Takumi
 
セキュリティ管理 入門セミナ
セキュリティ管理 入門セミナセキュリティ管理 入門セミナ
セキュリティ管理 入門セミナMasaaki Nabeshima
 
第32回Websig会議「クラウドは○○を共有するサービス」
第32回Websig会議「クラウドは○○を共有するサービス」第32回Websig会議「クラウドは○○を共有するサービス」
第32回Websig会議「クラウドは○○を共有するサービス」Sen Ueno
 
クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...
クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...
クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...WebSig24/7
 
SynFace: Face Recognition with Synthetic Data 論文紹介
SynFace:  Face Recognition with Synthetic Data 論文紹介SynFace:  Face Recognition with Synthetic Data 論文紹介
SynFace: Face Recognition with Synthetic Data 論文紹介Plot Hong
 
情報セキュリティと標準化I 第3回-公開用
情報セキュリティと標準化I 第3回-公開用情報セキュリティと標準化I 第3回-公開用
情報セキュリティと標準化I 第3回-公開用Ruo Ando
 
情報セキュリティと標準化I 第7回-公開用
情報セキュリティと標準化I 第7回-公開用情報セキュリティと標準化I 第7回-公開用
情報セキュリティと標準化I 第7回-公開用Ruo Ando
 
情報セキュリティと標準化I 第9回-公開用
情報セキュリティと標準化I 第9回-公開用情報セキュリティと標準化I 第9回-公開用
情報セキュリティと標準化I 第9回-公開用Ruo Ando
 
情報セキュリティと標準化I 第13回
情報セキュリティと標準化I第13回情報セキュリティと標準化I第13回
情報セキュリティと標準化I 第13回Ruo Ando
 
情報セキュリティと標準化I 第2回-公開用
情報セキュリティと標準化I 第2回-公開用情報セキュリティと標準化I 第2回-公開用
情報セキュリティと標準化I 第2回-公開用Ruo Ando
 
情報セキュリティと標準化I 第8回-公開用
情報セキュリティと標準化I 第8回-公開用情報セキュリティと標準化I 第8回-公開用
情報セキュリティと標準化I 第8回-公開用Ruo Ando
 
情報セキュリティと標準化I 第10回-公開用
情報セキュリティと標準化I 第10回-公開用情報セキュリティと標準化I 第10回-公開用
情報セキュリティと標準化I 第10回-公開用Ruo Ando
 

Similar to プライバシ保護クラウドソーシング (15)

データ分析勉強会
データ分析勉強会データ分析勉強会
データ分析勉強会
 
R04 Security II
R04 Security IIR04 Security II
R04 Security II
 
セキュリティ管理 入門セミナ
セキュリティ管理 入門セミナセキュリティ管理 入門セミナ
セキュリティ管理 入門セミナ
 
輪講1
輪講1輪講1
輪講1
 
第32回Websig会議「クラウドは○○を共有するサービス」
第32回Websig会議「クラウドは○○を共有するサービス」第32回Websig会議「クラウドは○○を共有するサービス」
第32回Websig会議「クラウドは○○を共有するサービス」
 
クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...
クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...
クラウドは○○を共有するサービス ~第32回WebSig会議「便利さと、怖さと、心強さと〜戦う会社のための社内セキュリティ 2013年のスタンダードとは?...
 
SynFace: Face Recognition with Synthetic Data 論文紹介
SynFace:  Face Recognition with Synthetic Data 論文紹介SynFace:  Face Recognition with Synthetic Data 論文紹介
SynFace: Face Recognition with Synthetic Data 論文紹介
 
情報セキュリティと標準化I 第3回-公開用
情報セキュリティと標準化I 第3回-公開用情報セキュリティと標準化I 第3回-公開用
情報セキュリティと標準化I 第3回-公開用
 
CNTK deep dive
CNTK deep diveCNTK deep dive
CNTK deep dive
 
情報セキュリティと標準化I 第7回-公開用
情報セキュリティと標準化I 第7回-公開用情報セキュリティと標準化I 第7回-公開用
情報セキュリティと標準化I 第7回-公開用
 
情報セキュリティと標準化I 第9回-公開用
情報セキュリティと標準化I 第9回-公開用情報セキュリティと標準化I 第9回-公開用
情報セキュリティと標準化I 第9回-公開用
 
情報セキュリティと標準化I 第13回
情報セキュリティと標準化I第13回情報セキュリティと標準化I第13回
情報セキュリティと標準化I 第13回
 
情報セキュリティと標準化I 第2回-公開用
情報セキュリティと標準化I 第2回-公開用情報セキュリティと標準化I 第2回-公開用
情報セキュリティと標準化I 第2回-公開用
 
情報セキュリティと標準化I 第8回-公開用
情報セキュリティと標準化I 第8回-公開用情報セキュリティと標準化I 第8回-公開用
情報セキュリティと標準化I 第8回-公開用
 
情報セキュリティと標準化I 第10回-公開用
情報セキュリティと標準化I 第10回-公開用情報セキュリティと標準化I 第10回-公開用
情報セキュリティと標準化I 第10回-公開用
 

More from Hiroshi Kajino

Graph generation using a graph grammar
Graph generation using a graph grammarGraph generation using a graph grammar
Graph generation using a graph grammarHiroshi Kajino
 
化学構造式のためのハイパーグラフ文法(JSAI2018)
化学構造式のためのハイパーグラフ文法(JSAI2018)化学構造式のためのハイパーグラフ文法(JSAI2018)
化学構造式のためのハイパーグラフ文法(JSAI2018)Hiroshi Kajino
 
能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)
能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)
能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)Hiroshi Kajino
 
Active Learning for Multi-relational Data Construction
Active Learning for Multi-relational Data ConstructionActive Learning for Multi-relational Data Construction
Active Learning for Multi-relational Data ConstructionHiroshi Kajino
 
能動学習による多関係データセットの構築
能動学習による多関係データセットの構築能動学習による多関係データセットの構築
能動学習による多関係データセットの構築Hiroshi Kajino
 
Instance-privacy Preserving Crowdsourcing (HCOMP2014)
Instance-privacy Preserving Crowdsourcing (HCOMP2014)Instance-privacy Preserving Crowdsourcing (HCOMP2014)
Instance-privacy Preserving Crowdsourcing (HCOMP2014)Hiroshi Kajino
 
Preserving Worker Privacy in Crowdsourcing
Preserving Worker Privacy in CrowdsourcingPreserving Worker Privacy in Crowdsourcing
Preserving Worker Privacy in CrowdsourcingHiroshi Kajino
 

More from Hiroshi Kajino (8)

Graph generation using a graph grammar
Graph generation using a graph grammarGraph generation using a graph grammar
Graph generation using a graph grammar
 
化学構造式のためのハイパーグラフ文法(JSAI2018)
化学構造式のためのハイパーグラフ文法(JSAI2018)化学構造式のためのハイパーグラフ文法(JSAI2018)
化学構造式のためのハイパーグラフ文法(JSAI2018)
 
能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)
能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)
能動学習による多関係データセットの構築(IBIS2015 博士課程招待講演)
 
Active Learning for Multi-relational Data Construction
Active Learning for Multi-relational Data ConstructionActive Learning for Multi-relational Data Construction
Active Learning for Multi-relational Data Construction
 
能動学習による多関係データセットの構築
能動学習による多関係データセットの構築能動学習による多関係データセットの構築
能動学習による多関係データセットの構築
 
Instance-privacy Preserving Crowdsourcing (HCOMP2014)
Instance-privacy Preserving Crowdsourcing (HCOMP2014)Instance-privacy Preserving Crowdsourcing (HCOMP2014)
Instance-privacy Preserving Crowdsourcing (HCOMP2014)
 
Preserving Worker Privacy in Crowdsourcing
Preserving Worker Privacy in CrowdsourcingPreserving Worker Privacy in Crowdsourcing
Preserving Worker Privacy in Crowdsourcing
 
20130716 aaai13-short
20130716 aaai13-short20130716 aaai13-short
20130716 aaai13-short
 

プライバシ保護クラウドソーシング