大阪大学情報科学研究科の伊藤竜一と申します．2021年の夏期インターンシップに6週間参加し，期間後もアルバイトとして従事していました．プライバシを保護しながらパーソナルデータを含むデータの分析を可能にしたいというモチベーションから，データ生成と差分プライベート学習に関する研究を行いました．この記事では差分プライベート学習について紹介したいと思います．なお，より詳しい内容は第14回データ工学と情報マネジメントに関するフォーラム (DEIM2022) にて「低ランク近似を介した選択的パラメータ更新による差分プライベート学習」として発表予定です．
研究背景
個人に関するデータ，つまりパーソナルデータの利活用が進んでいます．パーソナルデータの利用はサービスに有用となることが多いですが，一方で個々人の特定やプライバシの開示を防ぐ必要があります．プライバシ保護技術は多数ありますが，今回は差分プライバシという指標に注目します．差分プライバシは，簡単に説明すると，「特定のデータが含まれているかどうかの識別が ϵ, δ というパラメータで指定した程度に困難である」というこ
