AI用語集
人工知能の完全辞典
セキュア集約プロトコル
複数の参加者からの貢献を集約するメカニズムで、個々の貢献ではなく集約された結果のみが公開されるようにします。これらのプロトコルは、連合学習システムにおいてローカルモデルの機密性を保護するために不可欠です。
プライバシー保護データマイニング
データに含まれる機密情報のプライバシーを保護しながら、有用な知識を抽出する一連の技術。これらの手法は、分析ニーズとプライバシー保護の要件をバランスさせます。
セキュア合計プロトコル
複数の当事者が個々の値を公開することなく、各自の秘密の値の合計を計算できるようにする特定の暗号プロトコル。この技術は、安全な投票システムやプライバシー保護統計において基礎的です。
トラステッド実行環境（TEE）
プロセッサ内の分離されたセキュアゾーンで、内部にロードされたコードとデータが機密性と完全性の面で保護されることを保証します。TEEは、潜在的に侵害されたプラットフォーム上であっても、機密データに対する計算を実行することを可能にします。
セキュアスカラ積プロトコル
2つの当事者が各自の秘密ベクトルを公開することなく、それらのスカラ積を計算できるようにするメカニズム。この操作は、多くのプライバシー保護機械学習アルゴリズムにおいて基礎的です。
セキュア行列乗算
複数の当事者が個々の行列を公開することなく、各自の秘密行列の積を計算できるようにするプロトコル。この操作は、多くのプライバシー保護分散機械学習アルゴリズムにおいて重要です。
プライバシー保護機械学習（PPML）
機密データ上で機械学習モデルの学習と推論を行いながら、データの機密性を保証する一連の技術とプロトコル。これらの手法は、暗号学、情報理論、分散アルゴリズムを組み合わせます。
セキュア集約木
多数の参加者からのデータを効率的かつスケーラブルな方法でセキュアに集約するために使用される木構造。このアプローチは、通信オーバーヘッドを最小限に抑えながら、プライバシー保護の保証を維持します。
しきい値暗号
暗号スキームで、秘密鍵が複数の参加者に分散され、そのうちの特定のしきい値数が協力して暗号操作を実行する必要があります。この技術は、安全なシステムにおける単一故障点を排除します。
安全な内積計算
異なる当事者に属するプライベートベクトル間の内積を、それらのベクトルを公開することなく計算するための専門的なプロトコル。この操作は、プライバシー保護分類および類似性アルゴリズムの基礎となります。