タグ

プライバシー

11件 · 8週間分

2026年 7月20日（月） 〜 7月26日（日） 1件
7/22（水）
ArXiv ML HOT 75

LLMの脱学習（Unlearning）がサイバー防御の鍵に：セキュリティ、プライバシー、安全性の脅威への対処

大規模言語モデル（LLM）の「忘却できない」性質が、サイバーセキュリティ、プライバシー、安全性に深刻なリスクをもたらしており、その対策として「LLMの脱学習」が注目されています。機密情報の漏洩や著作権侵害、有害知識の記憶といった脅威に対処するための方法論、課題、新たな脅威が調査されています。

LLMセキュリティプライバシー
取得日：7/22
2026年 7月6日（月） 〜 7月12日（日） 1件
7/6（月）
TechCrunch AI HOT 78

Google検索データのAI学習への利用とオプトアウト方法

Googleが最近プライバシー設定を変更し、ユーザーの検索データやメディアコンテンツ（画像、ファイル、音声、動画）をAIモデルの改善に利用できるようになりました。ユーザーはこのデータ利用からオプトアウトすることが可能です。

GoogleAIプライバシー
取得日：7/7
2026年 6月15日（月） 〜 6月21日（日） 1件
6/16（火）
ArXiv ML

フェデレーテッド学習における統計的異質性に対応するパーソナライズ化手法「FedSPC」

パーソナライズ化されたフェデレーテッド学習（PFL）の最適化課題を解決するため、「FedSPC（Federated Shared Parameter Correction）」が提案されました。これは、共有パラメータの更新における不整合を、制御変量補正によって是正し、共有表現の弱体化を防ぎます。

研究プライバシー
取得日：6/16
2026年 6月8日（月） 〜 6月14日（日） 1件
6/10（水）
ArXiv AI HOT 80

AIエージェントの記憶とプライバシー問題：Deployment-Time Memorizationの課題

ArXivの論文「Deployment-Time Memorization in Foundation-Model Agents」は、長期記憶を持つ基盤モデルエージェントにおける記憶設計の課題を探ります。特に、パーソナライゼーションの有用性とプライバシーリスク、そして削除の正確性のトレードオフを「Deployment-Time Memorization」として定義し、その最適化を議論しています。

エージェント研究LLM
取得日：6/11
2026年 5月18日（月） 〜 5月24日（日） 2件
5/15（金）
YouTube TOP 88

ChatGPT Personal FinanceがPlaid連携で金融データ分析を提供、AIエージェントの個人情報管理に新たな課題

OpenAIはChatGPT Proユーザー向けに「Personal Finance Experience」を公開し、Plaidを介して12,000以上の金融機関と連携。これにより、AIが個人の金融データを分析し財務アドバイスを提供しますが、個人情報のプライバシーとセキュリティに関する新たな懸念も浮上しています。

OpenAIChatGPTエージェント
取得日：5/21
5/19（火）
CNET Japan HOT 73

Googleの「Gemini Spark」：強力なAIエージェントの利便性と個人データ管理の恐怖

GoogleはGoogle I/Oで24時間体制の秘書のようなAIエージェント「Gemini Spark」を発表しました。その高い利便性が期待される一方で、個人のあらゆるデータへのアクセス権限とそれに伴うプライバシーリスクについて、大きな懸念が示されています。

Googleエージェントプライバシー
取得日：5/21
2026年 5月11日（月） 〜 5月17日（日） 2件
5/14（木）
ArXiv NLP

差分プライバシーとLLMの社会バイアス：DP-SGDによるバイアス軽減効果の系統的評価

差分プライバシー（DP）はLLMのプライバシーリスクを軽減する一方、その社会バイアスへの影響は不明確でした。系統的評価の結果、DPは一部のタスクでバイアスを減少させるものの、他のタスクでは影響が限定的であることが判明し、プライバシーと公平性の両立にはさらなる研究が必要です。

LLM研究プライバシー
取得日：5/15
5/11（月）
dev.to ML, Meta Engineering Blog HOT 75

Apple、プライバシー重視AI研究を公開し業界をリード：エンドツーエンド暗号化とユーザーデータ保護

Appleは、これまで非公開としていたプライバシー重視のAIワークショップの記録を公開し、機械学習におけるユーザーデータ保護への強力な姿勢を示しました。これは、Metaがエンドツーエンド暗号化バックアップをさらに信頼性の高いものにする「Labyrinth 1.1」を発表した動きと合わせて、AI時代におけるプライバシーとセキュリティの重要性が高まっていることを浮き彫りにしています。

AI安全性研究プライバシー
取得日：5/12
2026年 4月27日（月） 〜 5月3日（日） 1件
5/1（金）
Meta Engineering Blog TOP 95

Meta、エンドツーエンド暗号化バックアップの強化を発表

MetaはWhatsAppとMessengerのエンドツーエンド暗号化バックアップを強化するため、ハードウェアセキュリティモジュール（HSM）ベースの「バックアップキーボールト」を導入しました。これにより、ユーザーはリカバリーコードでメッセージ履歴を保護でき、Metaやクラウドストレージプロバイダーもそのデータにアクセスできないように設計されています。

セキュリティプライバシーMeta
取得日：5/3
2026年 4月20日（月） 〜 4月26日（日） 2件
4/22（水）
OpenAI Blog HOT 82

OpenAI、個人情報保護フィルターを公開：オープンウェイトモデルでPII検出・削除

OpenAIは、テキスト中の個人を特定できる情報（PII）を検出・編集するためのオープンウェイトモデル「OpenAI Privacy Filter」を発表しました。このモデルは最先端の精度を誇り、AIアプリケーションにおけるプライバシー保護とデータガバナンスの課題解決に貢献します。開発者はこのツールを自由に活用し、機密情報の漏洩リスクを低減できます。

OpenAI研究オープンソース
取得日：4/23
4/21（火）
ArXiv ML HOT 72

ディープラーニングにおける過学習防止に差分プライバシーを活用する研究

ディープニューラルネットワークが訓練データ内のノイズを学習し、汎化性能が低下する「過学習」問題に対し、差分プライバシー（DP）ベースのアプローチが有効であることが示されました。この研究は、限られたデータで高い汎化性能を持つモデルを構築するための新しい道筋を提示します。

研究MLプライバシー
取得日：4/22