秘密計算エンジン『QuickMPC』、セキュアな環境下で機械学習が可能に

QuickMPCの機能を拡張し、機械学習のひとつ「勾配ブースティング決定木（推論）」を実装しました

「プライバシー保護とデータ活用の両立」を目指す株式会社Acompany（アカンパニー、愛知県名古屋市中村区、代表取締役社長CEO 高橋亮祐、以下Acompany）は、秘密計算の分析機能群『Privacy AI（プライバシーAI）』に機械学習を追加することに成功しました。これにより秘密計算エンジン『QuickMPC』で構築したセキュアな環境下にて機械学習を実装することが可能となり、秘密計算を幅広く活用できるようになりました。
今後も安全なデータ活用を促進していくため、秘密計算環境下で実装できる機械学習及び、分析手法の幅を広げていきます。

新たに「勾配ブースティング決定木（推論）」が追加された

Acompanyでは秘密計算の社会実装を目的に、データを安全に活用したい企業に秘密計算環境を構築、同環境下で実装可能な分析手法の幅を広げています。

従来、秘密計算環境下では平均や相関など基本的な分析しかできませんでした。セキュアな環境下でもさまざまな分析を可能とするため2021年10月、秘密計算の分析機能群Privacy AIを発表。複雑な分析手法である「線形回帰分析」と「ロジスティック回帰分析」の2つを秘密計算エンジン『QuickMPC』に実装しました。

今回Privacy AIのライブラリ群に加わったのは、機械学習のひとつ「勾配ブースティング決定木（Gradient Boosting Decision Tree、GBDT）」です。GBDTは予測性能に優れており、結果を予測する際に誤差を少なくするケースで用いる方法となっています。

今回の機能追加において、企業等が保有するGBDTの学習済モデルを秘密計算環境に導入することが可能となりました。GBDTはマーケティングなど多くの場面で使われており、学習済モデルを用いてプライバシーデータに対し予測等を行うことができます。

世界は今、さまざまなデータで埋め尽くされています。複数のデータを利活用していく上で、機械学習は避けられません。Acompanyは秘密計算環境を多くのユーザーに使用してもらうためにも、今後ライブラリ群のPrivacy AIにさまざまな手法を追加していきます。ここから秘密計算環境下で実装可能な分析・機械学習を行えるようにし、"プライバシー保護とデータ活用の両立" において実行可能領域の拡張を目指します。

■勾配ブースティング決定木とは（参考）
勾配ブースティング決定木とは、需要予測の一種で、精度が比較的高く、汎用性が高い点が特徴。「勾配降下法(Gradient)」と「アンサンブル学習(Boosting)」、「決定木(Decision Tree)」の3つの手法が組み合わされた機械学習の手法です。

• 勾配降下法：現在地での目的関数の勾配(偏微分)を求め、勾配に応じてルールに則り移動し、目的関数の値の増減が閾値を下回れば学習終了する手法。
• アンサンブル学習：複数のモデルを同時に学習し、それらを相互に作用させることで大きな一つの学習モデルとしてモデルの精度を向上させる手法。
• 決定木：木構造を用いて分類や回析を行う機械学習の手法。

■秘密計算とは
秘密計算とは、データを保護しつつ、企業・組織間で暗号化したまま計算できる次世代暗号技術です。通常データを外部に提供する場合、対象となるデータを暗号化して提供し、提供先で「生」データにもどして分析する必要があります。一方秘密計算の場合、データを暗号化したまま分析することが可能です。このため、複数組織間でのプライバシーデータを活用した計算・分析を実現できます。

■独自開発エンジン「QuickMPC」について
QuickMPCは、sMPCによる秘密計算エンジンです。データを秘匿化したまま計算・分析することができるため、プライバシー保護や漏洩リスクを低減させることができます。

■会社概要
社名　：株式会社Acompany
代表者　：代表取締役社長 CEO 高橋亮祐
所在地　：愛知県名古屋市中村区名駅1丁目1-3JRゲートタワー27F OICX
設立　：2018年6月
URL：https://acompany.tech/
ミッション：プライバシー保護とデータ活用を両立させる
事業内容：秘密計算システムの開発と提供・プライバシーデータ活用に関するコンサルティング

■本件に対するお問い合わせ
お問い合わせフォーム、もしくは下記メールアドレスからお問い合わせください。
お問い合わせフォーム：https://acompany.tech/contact/
連絡先：[e-mail]