タグ: 秘密計算（用語）

秘密計算（sMPC）システムの開発と提供を行うAcompany（アカンパニー）は2月8日、同社独自の秘密計算エンジン「QuickMPC」に実装されている分析機能群「Privacy AI」に、機械学習を追加することに成功したと発表した。これにより、QuickMPCで構築されたセキュアな環境で機械学習を利用できるようになり、秘密計算の活用の幅が広がるという。

秘密計算とは、暗号化によって保護されたデータを、暗号化されたままで分析できるようにする次世代暗号技術。たとえば、店舗が保有する顧客データの分析を外部業者に依頼する場合、暗号を解除して元のデータに戻すことなく、プライバシーを守りながら分析が行える。これにより、複数組織間でのプライバシーデータを活用した計算・分析を実現できる。

Acompanyでは、その秘密計算を実現するための秘密計算エンジンとしてQuickMPCを開発し提供しており、2021年10月に「線形回帰分析」と「ロジスティック回帰分析」という2つの手法を取り入れた分析機能群「Privacy AI」を追加。それまでは困難だったプライバシー保護化での複雑なデータ分析を実現した。そして今回、新たに「勾配ブースティング決定木（推論）」という機械学習手法が追加した。

勾配ブースティング決定木とは、高精度で汎用性が高い需要予測の一種。マーケティングなどでよく使われる手法で、企業が保有する「勾配ブースティング決定木」の学習済みモデルを秘密計算環境に導入可能となる。つまり、プライバシーデータに対して予測が行えるようになるということだ。これがまさに、「プライバシー保護とデータ活用の両立」というAcompanyの理念に一致する。

Acompanyでは、今後も「Privacy AI」にはさまざまな手法を追加してゆくと話している。

秘密計算スタートアップAcompany（アカンパニー）は10月26日、秘密計算エンジン「QuickMPC」上で利用できる、秘密計算による機械学習を含めた高度な分析機能群「Privacy AI」（プライバシーエーアイ）の提供開始を発表した。これに伴い、「線形回帰分析」と「ロジスティック回帰分析」という2つの高度な分析手法が提供される。

秘密計算とは、データを暗号化したまま分析が行える暗号技術。複数の組織間で暗号化されたデータをやりとりして分析する場合でも、その都度暗号を解除する必要がないため安全が保たれる。だが、Acompanyが開発を進める秘密分散法（秘密データを複数のグループに分散し、それらを合わせることで元データが復元されるという手法）による秘密計算は、高度な専門性が必要で実装が困難だった。そのため、平均や相関など基本的な統計手法しか製品化できず、複数のデータを用いた複雑なデータ分析は難しかった。

そこでAcompanyは、Privacy AIの機能として、複雑な分析を可能にする「線形回帰分析」と「ロジスティック回帰分析」を実装した。線形回帰分析とは、複数のデータの関係性から、特定の値の変動が他の要素にどのように影響を与えるかを分析する統計手法だ。ロジスティック回帰分析とは、複数の要因から特定の結果が起こる確率を説明、予測する統計手法。これらにより、店舗の来客数と特定商品の売上げとの相関関係や、営業マンのアポイント数、残業時間、勉強会への参加の有無と営業成績との相関関係の分析などが行えるようになる。

今後は、「勾配ブースティング木」などの複雑な分析手法をPrivacy AIに加えてゆき、「プライバシー保護とデータ活用の両立」の実行可能領域を拡張させてゆくとAcompanyは話している。

Acompanyは、「データを価値に進化させる。」というミッションのもと、プライバシー情報や機密情報などの活用が難しいデータに対し秘密計算技術を軸に、プライバシー保護とデータ活用の両立を実現する名古屋大学および名古屋工業大学発スタートアップ。主に、QuickMPCの提供を軸に、プライバシー保護およびセキュリティに関するソリューションを展開している。