研究者学術情報データベース

（最終更新日 : 2024-11-05 12:46:36）　

Visruth.jpg not found

ヨシダコウタ
吉田康太
YOSHIDA KOTA

所属理工学部電子情報工学科

職名助教

Scopus 論文情報
論文数: 27 Citation: 151 h-index: 6

Click to view the Scopus page. The data was downloaded from Scopus API on Dec 02, 2024. via http://api.elsevier.com and http://www.scopus.com .

その他所属
1.	総合科学技術研究機構ＶＬＳＩセンター
2.	理工学研究科

学歴
1.	2019/04/01～2022/03/31	立命館大学理工学研究科電子システム博士課程修了博士 (工学)
2.	2017/04/01～2019/03/31	立命館大学理工学研究科電子システム修士課程修了修士 (工学)
3.	2013/04/01～2017/03/31	立命館大学理工学部電子情報工学科卒業学士 (工学)
4.	2010/04/01～2013/03/31	私立滝川高校普通科卒業

職歴
1.	2022/04/01 ～	立命館大学理工学部助教

委員会・協会等
1.	2023/04 ～ 2025/03	安全性とセキュリティ(SIG-SEC)研究会専門委員
2.	2023 ～ 2023	International Symposium on Advanced Technologies and Applications in the Internet of Things (ATAIT) Publication Chair
3.	2022 ～ 2022	International Symposium on Advanced Technologies and Applications in the Internet of Things (ATAIT) Program chair

所属学会
1.	2023 ～	情報処理学会
2.	2022 ～	人工知能学会
3.	2019 ～	IEEE
4.	2019 ～	電子情報通信学会

研究テーマ
1.	深層学習技術のセキュリティ
2.	ハードウェアセキュリティ
3.	ハイダイナミックレンジ画像処理
4.	可視光カメラと遠赤外線カメラのセンサフュージョン
5.	特徴量出力イメージセンサと画像処理

研究概要
機械学習技術，中でも特に深層学習技術は近年様々なタスクで高い性能を示しており，その社会実装が急速に進められている．特に学習済み深層ニューラルネットワーク(DNN)による推論を元に様々な判断・制御を行うシステムは自動運転車や医用画像処理など人々の安全に関わる重要な分野でも利用されている．一方，これらの普及が進むにつれてシステムが誤った判断を行った際の被害範囲も同様に広がっており，攻撃者の標的となるリスクが高まっている．私はエッジからクラウドまで様々なレベルで活用されるDNNとこれを搭載するシステムのセキュリティを主たる研究対象としている．従来の人が判断を記述するプログラムと異なり，DNNは大量のデータから判断を帰納的に獲得するものである．これは人が判断基準を記述しきれない実世界の膨大な情報に対して適切な判断を下すことに役立つ一方で，人がその判断根拠を解釈したり制御することが困難になっている．このような人とDNNモデルの間の乖離を悪用した攻撃として代表的なものに「敵対的サンプル生成攻撃」「モデル抽出攻撃」「モデル反転攻撃」「モデルポイズニング攻撃」などがある．これらの脅威を少しでも軽減するため，深層学習技術からだけでなく，これを利用するシステム構築側からの視点でも対策を検討していく．私の研究は人々が安心して深層学習技術を利用できる社会を実現するためのものであり，その基盤となるセキュリティ技術について特に深く取り組むものである．

現在の専門分野
情報セキュリティ, 知覚情報処理 (キーワード：機械学習，深層学習，画像処理，暗号，セキュリティ，サイドチャネル攻撃，FPGA，LSI)

著書
1.	2020/03/10	自動運転・運転支援の実現に向けたセンサ開発 │ ,55-63頁 (共著)

論文
1.	2024/03/01	Adversarial Examples Created by Fault Injection Attack on Image Sensor Interface │ IEICE TRANSACTIONS on Fundamentals of Electronics, Communications and Computer Sciences │ 107.A (3),344-354頁 (共著)
2.	2024	SEDMA: Self-Distillation with Model Aggregation for Membership Privacy │ Proceedings on Privacy Enhancing Technologies Symposium │ (共著)
3.	2023/08/14	Evaluation of Model Quantization Method on Vitis-AI for Mitigating Adversarial Examples │ 11 (共著)
4.	2023/07/01	Image classification with SVM for CMOS sensor generating a vector image │ Journal of Signal Processing │ (単著)
5.	2023/05/14	Backdoor Attack on Deep Neural Networks Triggered by Fault Injection Attack on Image Sensor Interface │ Sensors, MDPI AG │ (共著)
全件表示（15件）

学会発表
1.	2024/05/09	物理乱数を用いたDenoising AutoEncoderによる Adversarial Examples攻撃への防御性能に関する検討 (LSIとシステムのワークショップ2024)
2.	2024/03/07	Model Extraction Attack without Natural Images (ACNS Workshop on Security in Machine Learning and its Applications)
3.	2024/03/06	事前学習済み生成モデルを利用した敵対的生成ネットワークに基づくモデル抽出攻撃 (電子情報通信学会総合大会)
4.	2024/03/05	Incorporating Cluster Analysis of Feature Vectors for Non-profiled Deep-learning-based Side-channel Attacks (Workshop on Artificial Intelligence in Hardware Security)
5.	2024/03/01	A Feasibility Study of Data Poisoning against On-device Learning Edge AI by Physical Attack against Sensors (International Workshop on Nonlinear Circuits, Communications and Signal Processing (NCSP))
全件表示（120件）

講師・講演
1.	2024/01/22	画像分類タスクを対象としたモデル抽出攻撃の概要と最近の取り組み
2.	2023/10/31	Adversarial examples生成攻撃とその対策
3.	2023/09/01	深層学習技術を用いたサイドチャネル攻撃

受賞学術賞
1.	2024/03	NCSP2024 Student Paper Award (A Feasibility Study of Data Poisoning against On-device Learning Edge AI by Physical Attack against Sensors)
2.	2023/03	NCSP2023 Student Paper Award (Image classification with SVM for CMOS sensor generating a vector image)
3.	2022/03	NCSP2022 Student Paper Award (Waveform Data Augmentation using Conditional VAE for Deep Learning Side-Channel Attacks against AES circuit)
4.	2020/12	電子情報通信学会ハードウェアセキュリティ研究会若手優秀賞 (LiDAR-based SLAMにおける姿勢推定のためのICPアルゴリズムに対する敵対的スキャン生成攻撃)
5.	2020/07	人工知能学会全国大会学生奨励賞 (深層学習におけるバックドア攻撃に対する蒸留を用いた対策とポイズンデータの特定)
全件表示（10件）

科学研究費助成事業
1.	2023/04/01 ～ 2028/03/31	フラクタル画像を用いたモデル抽出攻撃に関する研究 │ 若手研究

競争的資金等(科研費を除く)
1.	2023/04 ～ 2026/03	適応性と信頼性を両立するオンデバイス学習技術の確立 │ 競争的資金等の外部資金による研究 │ AIP加速課題

共同・受託研究実績
1.	2022/04/01 ～ 2023/03/31	安全なエッジ AI に向けた改ざん検知イメージセンサと耐タンパ行列演算回路を用いた画像認識 LSI の開発 │ その他の補助金・助成金

取得特許
1.	2020/07	アドバーサリアル攻撃に対する防御方法、データ認識装置、センサシステム、及びセンサ（特願2020-118795）
2.	2020/07	演算装置及び演算方法（シストリックアレイにおけるサイドチャネル攻撃の対策手法）（特願2020-114597）

授業科目
1.	卒業研究
2.	卒業研究
3.	電子情報工学演習
4.	電子情報工学演習
5.	電子情報工学演習
全件表示（15件）

研究交流希望テーマ
1.	AIおよびAIシステムのセキュリティ深層学習技術をはじめとしたAI技術およびこれを搭載するシステムに対する攻撃とその対策に関する研究技術相談受託研究共同研究

ホームページ
Google Scholar

メールアドレス

科研費研究者番号
70962538

researchmap研究者コード
R000038665