STAIR Lab

Events

第5回ステアラボソフトウェア技術セミナー 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」 The 5th STAIR Lab ST Seminar: Dr. Tetsuya Sato, "Characterizing Differential Privacy by Hypothesis Testing and Rényi Differential Privacy"

thumb image

We have been regularly organizing STAIR Lab AI seminars, which mainly focus on artificial intelligence topics including machine learning, natural language processing, and so on. In addition to them, we decided to hold STAIR Lab ST seminars online, which focus on research topics in software technology.

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、ソフトウェア技術研究に関するセミナーもオンライン形式で開催することに致しました。

Everyone can participate for free. Theoretically, there is no limit on the number of participants because they are held online.
We are looking forward to your participation.

どなたでも無料でご参加いただけます。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。

【日時】
2022 年 9月 15 日 (木) 15:00 – 16:00

Date:
Sep. 15, 2022 (Thu.) 15:00 – 16:00

【講演形態】
オンライン

Venue:
Online

【講演者】
東京工業大学 佐藤 哲也 先生
https://sites.google.com/view/tetsuyasato/

Speaker:
Dr. Tetsuya Sato, Tokyo Institute of Technology
https://sites.google.com/view/tetsuyasato/

【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

Title:
Characterizing Differential Privacy by Hypothesis Testing and Rényi Differential Privacy

【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)

The details are written in Japanese and the talk will be given in Japanese.