🟢 🛡️ セキュリティ 公開日: · 1 分で読めます ·

Google Research:ゼロトラスト集約とTEEによりユーザーデータへのアクセスなしでAIモデルのプライベート分析を実現

Urednička ilustracija: Privatna analitika AI modela bez pristupa korisničkim podacima kroz Zero-Trust agregaciju i TEE

Google Researchは、格子ベースの暗号プロトコルと信頼実行環境(TEE)を組み合わせ、個々のユーザーデータに一切アクセスせずにオンデバイスAIモデルのパフォーマンス統計を収集するプライベート分析システムを発表しました。このシステムはAndroid 9以降のAndroid System SafetyCoreサービスに適用されており、デバイスが複数ラウンドにわたってオンラインである必要なく、シングルメッセージ送信をサポートします。

🤖

この記事はAIにより一次情報源から生成されました。

Google ResearchはオンデバイスAIモデルのプライベート分析システムを発表しました。

ゼロトラスト集約はどのような問題を解決するか

オンデバイスAIチームはユーザーデータにアクセスせずにモデルのパフォーマンスを追跡できません。ゼロトラスト集約は個々のデータへのアクセスを数学的に保証しながら集計統計を収集します。

技術システムはどのように機能するか

格子ベースの暗号プロトコル:デバイスはデータを暗号化します。サーバーは集計できますが個々のデータを再構築できません。ワンショット送信をサポートし、デバイスは1つのメッセージを送信して切断できます。

TEE(信頼実行環境):サーバーが意図したコードを実行していることの暗号証明を持つ分離されたプロセッサ空間です。

Android SafetyCoreへの適用

Android System SafetyCore(Android 9以降)に適用されています。ユーザーのプライベートコンテンツにアクセスせずに分類器の評価とモデルの改善を可能にします。

二層アプローチがより堅牢な理由

暗号層はTEEのセキュリティが失敗した場合でもプライバシーを保護します。各層がユーザーを独立して保護します。

よくある質問

ゼロトラスト集約はどのような問題を解決しますか?
オンデバイスAIチームはユーザーデータにアクセスせずにモデルのパフォーマンスを追跡できません。ゼロトラスト集約は個々のデータへのアクセスを数学的に保証しながら集計統計を収集します。
なぜ二層アプローチが単一層より堅牢なのですか?
暗号層はTEEのセキュリティが失敗した場合でもプライバシーを保護します。各層がユーザーを独立して保護します。

📬 AIニュースをあなたの受信箱へ

毎日のダイジェストを自分仕様に——トピック、ソース、頻度を選べます。ワンクリックで解除。