2019年3月25日〜29日にイタリアのフィレンツェで開催された国際会議Design, Automation and Test in Europe (DATE) 2019にて，本研究室の辺が研究成果の発表を行いました（発表日は29日，口頭発表の採択率は24%）．
辺の発表は，安全推論(Secure Inference)で用いるLearning with Errors (LWE)暗号のパラメータ推定に関するものです．近年，Machine Learning as a Service (MLaaS)の需要が拡大しており，安全性を担保しながら効率的に機械学習モデルを使用するプロトコルが求められています．本発表は，LWE問題にもとづく畳み込みニューラルネットワークを用いた安全推論プロトコルにおいて，暗号文に対する計算により蓄積される誤差の上界を厳密に求める手法を提案しています．理論的な誤差の上界と，モンテカルロ法による実践的な上界を求める二通りの手法を提案し，提案手法で求められた誤差の大きさに応じたパラメータセットを作り，それを既存研究のパラメータセットと比較しています．誤差推定の精度を高めたことにより，安全推論における暗号文サイズおよび計算時間を最大3倍削減できることを示しました．
- Song Bian, Masayuki Hiromoto and Takashi Sato, “DArL: Dynamic parameter adjustment for LWE-based secure inference,” in Proc. Design, Automation and Test in Europe (DATE), pp.1718-1723, March 2019.
