A Framework for Privacy-Preserving Theory and Optimal Algorithm Development in High-Performance AI
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(전략형)
2026년
2710112014
과학기술정보통신부
한국연구재단
한국과학기술원
박철우
5명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
1.9억원
1.9억원
기초연구
대학
대전광역시 유성구
수학 > 통계이론 > 달리 분류되지 않는 통계이론
... 활용성을 동시에 보장하는 최적의 데이터·AI 보안 학습 프레임워크를 확립하고자 한다. 또한, 실제 민감 데이터를 활용해 제안 기법의 효용성을 검증하고, 현장 전문가들이 활용할 수 있는 소프트웨어 및 가이드라인을 함께 개발하는 것을 목표로 한다. 세부적으로, 커널 학습에서는 데이터 종속적 차원 축소를 활용한 최적 DP 커널 학습기법을 확립하고, 딥러닝 이론에서는 DP 조건이 t...
세부과제 1: 정보보호에서 고차원·함수형 데이터에 대한 이론적 이해는 여전히 부족하며, DP 환경에서는 차원이 증가할수록 노이즈로 인한 성능 저하가 심화된다. 기존 연구는 커널 모델에 노이즈를 추가하거나 Random Fourier Features(RFF)를 통해 선형화하는 방법을 제안했으나, 데이터 분포를 충분히 반영하지 못한다. 본 연구는 Gaussian...
본 연구는 차등정보보호(DP), 멤버십 추론공격(MIA), 재현자료 생성 기술을 통합한 이론, 알고리즘, 응용 기반의 데이터·AI 보안 프레임워크를 구축하는 것을 목표로 한다. 연구성과는 크게 세 가지로 활용된다. 첫째, DP 및 MIA 환경에서의 minimax-optimal 이론과 학습 알고리즘은 의료, 금융, 공공데이터 등 민감정보 활용 산업에서 직접 ...