Recommended
More Related Content
Featured
Featured (20)
秘密計算とは？
- 4. A校の成績データ B校の成績データ C校の成績データ 氏名 学年 国語 数学 A 高1 20 70 B 高2 50 50 C 高3 40 60 氏名 学年 国語 数学 D 高1 90 80 E 高2 90 30 F 高3 60 50 氏名 学年 国語 数学 G 高1 60 60 H 高2 90 70 I 高3 50 30 氏名、名前、学年、成績 → 秘密情報 → 漏洩させてはならない → 秘匿する ・ 学年別の平均点 ・ 教科別の平均点 各校で成績を開示できないので 計算できない 簡単な例
- 5. A校の成績データ B校の成績データ C校の成績データ 氏名 学年 国語 数学 gyr vgh dx gj ygu gho xf cj yyu ghh xy xf 氏名 学年 国語 数学 gho jnk duo tfu hkh gjo ufi cti qwe vgh ery ibo 氏名 学年 国語 数学 vib vbu dss Ji^ vip vin cip vyg vir tyi uok aeq ① データの秘匿化する 定められた秘匿化方法 でデータを秘匿化 ② 秘密計算システムに送信 秘匿化 秘匿化 秘匿化 秘密計算システム 簡単な例
- 6. A校の成績データ B校の成績データ C校の成績データ ③ データを秘匿化したまま任意の演算 を実行する。 ④ 任意の演算結果のみを復号 秘匿化 秘匿化 秘匿化 秘密計算システム データを秘匿化 したまま演算 演算結果復号 学年 平均点 高1 70 高2 60 高3 80 簡単な例
- 7. 従来の暗号技術 秘密情報 結果システム 秘密情報 結果 システム内ではデータ は暗号化されない 通信経路でしか、データが秘匿化されない システムでデータを一度復号して任意の処理をする → システムを攻撃すればデータが盗める可能性がある 通信経路 通信経路
- 8. 秘密計算 秘密情報 結果システム （秘匿化したまま処理） 秘密情報 結果 通信経路 通信経路 通信経路＋システム内のデータ処理が秘匿化される → 通信経路に加え、データの演算過程まで秘匿化 → 安全性の向上 システム内 でも暗号化 データ秘匿化範囲
- 9. ・ データをより安全に取り扱うこと ・ 個人情報を明かさずにデータの解析を行う → プライバシーを保ったまま個人が紐づいた情報を解析 ・ データの統計的な傾向を知ること → データそのものについては知ることが目的ではない 秘密計算の目的
- 10. ・ Web検索会社とネット通販会社の連携 ・ 化合物データベースの検索技術 ・ ゲノム分析 ・ 電子投票システム ・ 顔認証システム ・ 人工衛星の衝突可能性計算 ・ 各種統計処理 ・ ユビキタス秘密計算環境 など多数 秘密計算の応用例
- 13. 暗号化したままディープラーニング 医療情報を秘匿したまま学習 → 高速かつ正確に病気を発見 https://www.ntt.co.jp/news2019/1909/190902a.html 最近の事例
- 14. ・ 秘密計算の考え方は昔から存在 → 1980年代から理論として確立 → 計算量が多く、演算に時間がかかり実用的でない → 長年、研究レベルであった → 近年、実用化できるまでになってきた 秘密計算のアプローチ
- 15. ・ 秘密計算を実現するための方式 ① 秘密分散 ② 準同型暗号、完全準同型暗号 ③ 秘匿回路（Garbled circuit） ④ カードベース暗号 秘密計算のアプローチ
- 16. ・ 秘密情報をいくつかのシェアに分散させる ・ シェアが一定数集まると復号可能 ・ シェアは単体では乱数にしか見えない → 秘密情報は簡単には推測できない ・ 計算過程で秘密情報をもとに戻すことがない 1つの場所で保管、演算するのは不安だから、複数に分 けて別々に保管、演算しよう！ 秘密分散
- 17. 機密データ10 機密データ15 5 2 3 6 7 2 ５ ６ ３ ２２ ７ 秘密計算 秘密計算秘密計算 11 59 25 ① 秘密分散 ② 機密データ を開示せず に加算 ③ 復号（加算） 例：10+15
- 19. ・ 暗号化したまま加法や乗法が計算可能な暗号方式 準同型暗号 機密データX 機密データY 暗号化した 機密データX 暗号化した 機密データY 暗号化した 演算結果 演算結果 ① 暗号化して送信 ② 暗号化したまま演算 ③ 復号 データは、常に暗号化 Enc(X)、Enc(Y) Enc(X)+Enc(Y) = Enc(X+Y)
- 20. ・ 秘密計算とは、 データを秘匿化したまま各種計算ができる技術 ・ 秘密計算は様々な場面で応用されている ・ 通信経路だけでなくデータの演算過程も秘匿化 ・ 様々な方式のアプローチがある まとめ
Editor's Notes
- まず、秘密計算とは何かということを説明します。 秘密計算を一言でいうとデータを秘匿したまま各種計算ができる技術のことです。 互いのデータを開示せずに、データと関係なく演算結果のみが分かるという特徴があります。
- ここで簡単な例をいくつかあげます。 まず、投票についてです。 例えば、どのエディタが好きですかという質問があったとしましょう。 VSCodeとかVimとか色々ありますが、ここで互いに手をあげて、VSCodeが好きな人などと投票すると互いにどのエディタが好きなのかが見えてしまい宗教戦争になりかねません。 では、皆さんが全員が目をつぶり、投票をすればどうでしょうか。 これも十分ではありません。集計をする僕には誰がどのエディタが好きなのかわかってしまい。こいつはEmacsが好きだから敵だなとか認識してしまいます。 そこで秘密計算を使えば、個々人の投票データすなわち好きなエディタは秘匿化されますから、集計者である僕を含めて簡単に言えば、全員が目をつぶった状態でどのエディタが一番人気なのかを知れるのです。
- 学校は他の機関に名前や学年、成績を 漏洩させてはならない。 → 機密情報で秘匿しなければならない A校、B校、C校が互いにデータが 開示できないとき 他の機関が ・ 学年別の平均点 ・ 教科別の平均点 が知りたいときに計算できない！ → 秘密計算を使う！
- システムは、入力である秘密情報から任意のある処理を行い、その結果を出力するもの 例）クレジットカード認証システム クレジットカード番号や有効期限などの情報を秘密情報として、そのクレジットカードで決済可能であるかないかを結果として返す。
- ・ データの安全性を保つという目的も、もちろん存在する。秘密計算によって通信経路、システム内で秘匿化できる ・ 個人情報を明かさずにデータの解析を行う。 → 個人が紐づいた（例えば、購買データと閲覧履歴とか）データ解析をしたい両者のデータを相互に公開できない → じゃあ仮名化とか匿名化すればいいじゃないのか → いやいや特定の人物が識別できないように加工されるから意味ないよね → ある個人が何をしているのかという相関をとりたいわけだから意味がない → その点秘密計算では、個人に紐づいたデータをプライバシーを保ったまま解析できる ・ データの統計的な傾向を知ること 〇〇さんが何々ということをしているから、〇〇さんには何々をしようみたいなことはできない あくまでも全体的にどんな傾向を持っているのかとか、平均的にどんな点数なのかみたいなことを知るのが目的
- Web検索会社は、検索履歴を持っている ネット通販会社は、購買履歴を持っている これらを組み合わせれば、どのようなキーワードを検索した人が商品を購入しやすいのかなどの情報を得られる。 しかし、それぞれのプライバシーは守らなければならない。だから秘密計算する これによって、より効果的なターゲティング広告を行うことができる
- 次に実用的な例をいくつかあげてみましょう。 まず、秘密分散と秘匿通信技術を用いた電子カルテ保管、交換システムです。 秘密計算の方法の一種である秘密分散という技術と秘匿通信技術を使い、電子カルテのバックアップをセキュアに素早く復元できるシステムです。 模擬データでは、衛星通信を用いて9秒以内に復元できるということで、災害時の素早いカルテのや複数の医療機関での電子カルテの相互参照などへの応用が期待されています。
- 次に秘密計算技術を利用して、データを暗号化したままディープラーニングを実行できるという研究を紹介します。 従来、ディープラーニングは暗号化してデータをシステムに送ってもサーバで復元して学習を行ってきました。 サーバで復元されるのでプライバシーの問題で提供できないデータもあり、十分な学習が行えないという問題がありました。 例えば、MRIやレントゲンなどの医療データがその一つとしてあげられます。 そこで、秘密計算を使って、ディープラーニングができるようになれば、医療データを秘匿したまま学習ができるので高速かつ正確に病気を発見できるということにつながります。
- アニメーションをつける（To do）