特許ウォッチ

公開番号2025127763
公報種別公開特許公報(A)
公開日2025-09-02
出願番号2024024665
出願日2024-02-21
発明の名称情報処理装置、情報処理システム、情報処理方法およびプログラム
出願人株式会社リコー
代理人弁理士法人MIP
主分類G06N 20/00 20190101AFI20250826BHJP(計算;計数)
要約【課題】データの利用許可範囲を柔軟に変更することができ、競合する組織間のデータ利用のリスクを軽減し、より安全かつ効果的なデータ管理を可能にする装置、システム、方法およびプログラムを提供すること。
【解決手段】情報処理装置は、連合学習によりローカルモデルを統合してグローバルモデルを構築するために用いられる装置であり、情報処理装置が保持するデータセットを用いて機械学習したローカルモデルを登録する登録手段と、登録されたローカルモデルの利用を許可する範囲の指定を受け付ける受付手段とを含む。
【選択図】図3
特許請求の範囲【請求項１】
連合学習によりローカルモデルを統合してグローバルモデルを構築するために用いられる情報処理装置であって、
前記情報処理装置が保持するデータセットを用いて機械学習した前記ローカルモデルのデータを登録する登録手段と、
登録された前記データの利用を許可する範囲の指定を受け付ける受付手段と
を含む、情報処理装置。
続きを表示（約 1,200 文字）【請求項２】
前記受付手段は、前記連合学習を行うパートナーとして前記データの利用を許可するか否かの選択を受け付ける、請求項１に記載の情報処理装置。
【請求項３】
登録先に登録された１以上の他の情報処理装置において機械学習したローカルモデルのデータのうちの利用が許可されたローカルモデルのデータに関連付けられた関連情報を取得する取得手段を含み、
前記受付手段は、取得された前記関連情報を、前記データの利用を許可する前記パートナーの関連情報として選択可能に表示する、請求項２に記載の情報処理装置。
【請求項４】
前記受付手段は、登録先に登録された１以上の他の情報処理装置において機械学習したローカルモデルのデータのうちの利用が許可されていないローカルモデルのデータに対して利用申請を行うか否かの選択を受け付ける、請求項１または２に記載の情報処理装置。
【請求項５】
前記利用が許可されていないローカルモデルのデータに関連付けられた関連情報を取得する取得手段を含み、
前記受付手段は、取得された前記関連情報を、利用申請可能なローカルモデルのデータに関連付けられた関連情報として選択可能に表示する、請求項４に記載の情報処理装置。
【請求項６】
前記データに対する他の情報処理装置からの利用申請を取得する取得手段を含み、
前記受付手段は、前記利用申請を承認するか否かの選択を受け付ける、請求項４に記載の情報処理装置。
【請求項７】
連合学習によりローカルモデルを統合してグローバルモデルを構築する情報処理システムであって、
自身が保持するデータセットを用いて前記ローカルモデルの機械学習を行う１以上の情報処理装置と、機械学習したローカルモデルを統合してグローバルモデルを構築する管理装置とを含み、
前記情報処理装置が、
機械学習した前記ローカルモデルのデータを登録する登録手段と、
登録された前記データの利用を許可する範囲の指定を受け付ける受付手段と
を含む、情報処理システム。
【請求項８】
前記受付手段は、前記連合学習を行うパートナーとして前記データの利用を許可するか否かの選択を受け付ける、請求項７に記載の情報処理システム。
【請求項９】
前記受付手段は、前記管理装置に登録された１以上の他の情報処理装置において機械学習したローカルモデルのデータのうちの利用が許可されていないローカルモデルのデータに対して利用申請を行うか否かの選択を受け付ける、請求項７または８に記載の情報処理システム。
【請求項１０】
前記受付手段は、前記データに対する他の情報処理装置からの利用申請を承認するか否かの選択を受け付ける、請求項７または８に記載の情報処理システム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、連合学習によりローカルモデルを統合してグローバルモデルを構築するために用いられる情報処理装置、情報処理システム、情報処理方法およびプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
連合学習(Federated learning)は、データを集約せず分散した状態のまま、学習を行う機械学習の手法であり、プライバシーやセキュリティを担保しながら、あたかもデータ連携をしたかのように、複数のクライアント間で学習データを活かしたモデルの構築を可能にする技術である。
【０００３】
このような連合学習の一例として、各ノードがローカルモデルを学習し、サーバが各ノードから取得した各ローカルモデルのデータに基づき、グローバルモデルのデータを更新する技術が知られている（例えば、特許文献１参照）。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
これまでの連合学習は、クライアントの連合学習への参加の選択のみが可能で、データの登録を行うと、連合学習に参加した他の全てのクライアントがそのデータを利用することができる。このため、データの連合対象範囲は一律に定まっており、各組織のセキュリティ要件やビジネスニーズ等に合わせてデータの利用許可範囲を柔軟に変更することができないという問題があった。
【０００５】
また、連合学習に参加する組織の中には、競合する組織も存在し、競合する組織間でのデータの安全な利用を保証できないという問題もあった。
【０００６】
そこで、データの利用許可範囲を柔軟に変更することができ、競合するクライアント間のデータ利用のリスクを軽減し、より安全かつ効果的なデータ管理を可能にする装置、システム、方法およびプログラムの提供が望まれている。
【課題を解決するための手段】
【０００７】
本発明は、上記課題に鑑み、連合学習によりローカルモデルを統合してグローバルモデルを構築するために用いられる情報処理装置であって、
情報処理装置が保持するデータセットを用いて機械学習したローカルモデルのデータを登録する登録手段と、
登録されたデータの利用を許可する範囲の指定を受け付ける受付手段と
を含む、情報処理装置が提供される。
【発明の効果】
【０００８】
本発明によれば、データの利用許可範囲を柔軟に変更することができ、競合する組織間のデータ利用のリスクを軽減し、より安全かつ効果的なデータ管理を可能にする装置、システム、方法およびプログラムを提供することができる。
【図面の簡単な説明】
【０００９】
本実施形態の情報処理システムの構成例を示した図。
情報処理システムを構成する情報処理装置のハードウェア構成の一例を示した図。
情報処理装置および管理装置の機能構成の一例を示したブロック図。
クライアントが連合学習に参加するまでの処理の一例を示したフローチャート。
モデルの利用許可設定画面の一例を示した図。
連合パートナーを選択する画面の一例を示した図。
モデルの利用申請を行う画面の一例を示した図。
モデルの利用申請に対して承認または否認を行う画面の一例を示した図。
連合学習によりモデルを構築する処理の一例を示したフローチャート。
【発明を実施するための形態】
【００１０】
図１は、本実施形態の情報処理システムの構成例を示した図である。情報処理システムは、連合学習を行うシステムであり、複数の情報処理装置としてクライアント装置（以下、クライアントと略す。）１０と、管理装置としてセントラルサーバ（以下、セントラルと略す。）１１とを含む。
（【００１１】以降は省略されています）

関連特許