초록 ▼

□ 연구개요
본 과제에서는 사용자 데이터 수집 과정에서의 프라이버시 강화 및 학습 성능 최대화를 목표로, 이론적 연구 및 알고리즘 개발을 1년 9개월에 걸쳐 수행함. 연차별 목표는 다음과 같음.
• 1차년: 프라이버시 및 유틸리티 지표 이론적 검증 및 프라이버시 강화 데이터 수집 알고리즘의 정보이론적 한계성능 분석
• 2차년: 적대적 학습 모델을 이용한 프라이버시 강화 데이터 수집 알고리즘 개발 및 검증

□ 연구 목표대비 연구결과
• 기존 차등 정보보호 연구에서 활용되던 알고리즘인 Laplace m

□ 연구개요
본 과제에서는 사용자 데이터 수집 과정에서의 프라이버시 강화 및 학습 성능 최대화를 목표로, 이론적 연구 및 알고리즘 개발을 1년 9개월에 걸쳐 수행함. 연차별 목표는 다음과 같음.
• 1차년: 프라이버시 및 유틸리티 지표 이론적 검증 및 프라이버시 강화 데이터 수집 알고리즘의 정보이론적 한계성능 분석
• 2차년: 적대적 학습 모델을 이용한 프라이버시 강화 데이터 수집 알고리즘 개발 및 검증

□ 연구 목표대비 연구결과
• 기존 차등 정보보호 연구에서 활용되던 알고리즘인 Laplace mechanism을 활용하여, 본 연구에서 선정된 프라이버시 및 학습 성능 지표들 (LDP, PAC sample complexity)에 적합한 알고리즘을 제시하고 이론적으로 분석을 진행함.
• 적대적 학습 모델에 기반한 프라이버시 강화 데이터 수집 알고리즘을 개발하여, 심장병 데이터에 대하여 성능 분석 및 검증을 수행함.

□ 연구개발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성)
프라이버시를 보호함과 동시에 높은 학습 성능을 달성하는 데이터 수집 알고리즘을 정보이론적으로 분석함으로써 이론적인 기틀을 마련할 뿐만 아니라, 적대적 모델을 활용한 신경망으로 구현하는 실제적인 성능 검증을 포함함으로써, 본 연구의 결과는 프라이버시 강화 기계 학습의 이론 및 기술적으로 중요한 기여를 할 수 있으리라 판단됨.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1) 연구의 필요성 ... 4
• 2) 연구의 목표 및 범위 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 1) 1차년도 ... 5
• 2) 2차년도 ... 5
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 6
• 1) 정성적 연구개발성과(연구개발결과) ... 6
• 2) 세부 정량적 연구개발성과 ... 9
• 3) 목표 달성 수준 ... 9
• 4) 목표 미달 시 원인 분석 ... 9
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 9
• 5. 연구개발성과의 관리 및 활용 계획 ... 10
• 6. 참고문헌 ... 10
• [붙임1] 세부 정량적 연구개발성과 ... 11
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 11
• 끝페이지 ... 16