2026/07/31 更新
2017年京都大学大学院情報学研究科博士後期課程修了．博士（情報学）．
エモリー大学博士研究員を経て，2018年7月より京都大学大学院情報学研究科特定助教．
2022年4月より京都大学大学院情報学研究科特定准教授．
2022年10月より北海道大学大学院情報科学研究院准教授．
2024年4月より東京工業大学情報理工学院准教授．
データプライバシーとセキュリティに興味を持つ．
信頼できるデータサイエンスのための研究に取り組んでいる．
https://scholar.google.com/citations?hl=en&user=S-p4DFMAAAAJ
博士（情報学） （ 2017年 京都大学 ）
連合学習
差分プライバシ
信頼できるAI
データマーケット
プライバシ保護した機械学習
プライバシー保護型AI
ブロックチェーン
情報通信 / 知能情報学
情報通信 / データベース
情報通信 / 情報セキュリティ
東京科学大学 情報理工学院
2024年10月 - 現在
International Conference Advanced Data Mining and Applications (ADMA) 2025 Program Chair
2025年10月
The Thirteenth International Conference on Advanced Cloud and Big Data (CBD) 2025 General Chair
2025年10月
Springer World Wide Web Journal (WWWJ) Associate Editor
2025年8月 - 現在
ACM Conference on Computer and Communications Security (CCS) Program Committee Member
2025年1月 - 2025年12月
Springer Data Science and Engineering (DSEJ) Associate Editor
2024年10月 - 現在
IEEE Transactions on Dependable and Secure Computing (TDSC) Associate Editor
2024年8月 - 2026年8月
IPSJ Transactions on Data Processing (IPSJ-TOD) Associate Editor
2024年5月 - 現在
ACM SIGMOD International Conference on Management of Data (SIGMOD) Program Committee Member
2024年1月 - 現在
ACM SIGKDDD Conference on Knowledge Discovery and Data Mining (KDD) Program Committee Member
2024年1月 - 現在
IEEE Open Journal of the Computer Society (OJCS) Associate Editor
2024年1月 - 2025年12月
International Conference on Very Large Data Bases (VLDB) Program Committee Member
2023年1月 - 現在
CODE ACROSTIC: Robust Watermarking for Code Generation 査読 国際共著 国際誌
Web Information Systems Engineering – WISE 2025 521 - 531 2025年12月
Byzantine-Robust Federated Learning Framework via a Server-Client Defense Mechanisms. 査読 国際共著 国際誌
Anxiao Song, Tao Zhang 0029, Ke Cheng 0001, Yang Cao 0011, Xinghui Zhu, Yulong Shen 0001
IEEE Internet Things J. 12 ( 14 ) 29073 - 29088 2025年7月
Continuous Publication of Weighted Graphs with Local Differential Privacy. 査読 国際共著 国際誌
Wen Xu, Pengpeng Qiao, Shang Liu 0001, Zhirun Zheng, Yang Cao 0011, Zhetao Li
Proceedings of the VLDB Endowment 18 ( 11 ) 4214 - 4226 2025年7月
Privacy in Fine-Tuning Large Language Models: Attacks, Defenses, and Future Directions. 査読 国際共著 国際誌
Hao Du, Shang Liu 0001, Lele Zheng, Yang Cao 0011, Atsuyoshi Nakamura, Lei Chen
Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD) 326 - 344 2025年6月
Sensitivity-Aware Differential Privacy for Federated Medical Imaging 査読 国際共著 国際誌
Lele Zheng, Yang Cao, Masatoshi Yoshikawa, Yulong Shen, Essam A. Rashed, Kenjiro Taura, Shouhei Hanaoka, Tao Zhang
Sensors 25 ( 9 ) 2847 - 2847 2025年4月
Anti-Fake Vaccine: Safeguarding Privacy Against Face Swapping via Visual-Semantic Dual Degradation. 査読 国際共著 国際誌
Jingzhi Li 0002, Changjiang Luo, Hua Zhang 0008, Yang Cao 0011, Xin Liao, Xiaochun Cao
Int. J. Comput. Vis. 133 ( 4 ) 2025 - 2043 2025年4月
DPAF: Image Synthesis via Differentially Private Aggregation in Forward Phase. 査読 国際共著 国際誌
Chih-Hsun Lin, Chia-Yi Hsu, Chia-Mu Yu, Yang Cao 0011, Chun-Ying Huang
IEEE Internet Things J. 12 ( 6 ) 7549 - 7563 2025年3月
Are Your LLM-based Text-to-SQL Models Secure? Exploring SQL Injection via Backdoor Attacks.
Meiyu Lin, Haichuan Zhang, Jiale Lao, Renyuan Li, Yuanchun Zhou, Carl Yang 0001, Yang Cao 0011, Mingjie Tang
Proceedings of the ACM on Management of Data 3 ( 6 ) 1 - 27 2025年
Differentially Private Visual Learning with Public Subspace Augmented by Synthetic Data. 査読 国際共著 国際誌
Haichao Sha, Yuncheng Wu, Ruixuan Liu, Yang Cao 0011, Hong Chen 0001
ACM Multimedia 11357 - 11366 2025年
PGB: Benchmarking Differentially Private Synthetic Graph Generation Algorithms. 査読 国際共著 国際誌
International Conference on Data Engineering (ICDE) 1348 - 1361 2025年
Bargaining-Based Data Markets 査読 国際共著 国際誌
International Conference on Data Engineering (ICDE) 1456 - 1469 2025年
Enhancing Federated Domain Adaptation with Multi-Domain Prototype-Based Federated Fine-Tuning. 査読 国際共著 国際誌
International Conference on Learning Representations (ICLR) 2025年
Federated Graph Condensation with Information Bottleneck Principles. 査読 国際共著 国際誌
AAAI 12990 - 12998 2025年
MMGIA: Gradient Inversion Attack Against Multimodal Federated Learning via Intermodal Correlation. 査読 国際共著 国際誌
IJCAI 7967 - 7975 2025年
Pursuit of Truth: Incentive Mechanism Involving Privacy Demands in Mobile Crowdsourcing. 国際共著 国際誌
Ping Wang 0045, Pengpeng Qiao, Yang Cao 0011, Tao Feng 0007
Adc 94 - 107 2025年
AegisGuard: RL-Guided Adapter Tuning for TEE-Based Efficient & Secure On-Device Inference 査読 国際共著
CHE WANG, Ziqi Zhang, Yinggui Wang, Tiantong Wang, Yurong Hao, Jianbo Gao, Tao Wei, YANG CAO, Zhong Chen, Wei Yang, Bryan Lim
NeurIPS 2025年
Best Paper Award
2025年12月 Australasian Database Conference (ADC) "Pursuit of Truth: Incentive Mechanism Involving Privacy Demands in Mobile Crowdsourcing"
Ping Wang, Pengpeng Qiao, Yang Cao, Tao Feng
Outstanding Paper Award
2025年10月 ACM International Conference on Multimedia "Differentially Private Visual Learning with Public Subspace Augmented by Synthetic Data"
Haichao Sha, Yuncheng Wu, Ruixuan Liu, YANG CAO, Hong Chen
2023年 - 2026年
科学技術振興機構 戦略的な研究開発の推進 戦略的創造研究推進事業 さきがけ
曹 洋
担当区分：研究代表者
大規模言語モデル(LLMs)は私たちの社会を変革していますが、プライバシーや堅牢性、悪用のリスクももたらしています。本研究は、大規模言語モデルの信頼性を向上させる新しい技術を開発することを目指しており、敵対的な環境での大規模言語モデルの堅牢性を向上させ、大規模言語モデルによって生成されたコンテンツの誤用を防ぐことを目的としています。
A Principled Framework for Explaining, Choosing and Negotiating Privacy Parameters of Differential Privacy
研究課題/領域番号：23K24851 2022年4月 - 2025年3月
JSPS 科研費 基盤研究 (B) 科学研究費助成事業 基盤研究(B)
曹 洋, 吉川 正俊, 小西 葉子, 鄭 舒元
担当区分：研究代表者
配分額：17160000円 （ 直接経費：13200000円 、 間接経費：3960000円 ）
We conduct research on privacy budgeting in the context of differentially private data analysis. Our focus areas include differentially private trajectory event stream publishing, spatiotemporal data releasing, differentially private streaming data release, and locally private streaming data release with shuffling and subsampling.
Preliminary experimental results indicate that the main factor affecting the trade-off between privacy risk and utility metrics is the specific scenario in which the analysis is conducted. A key takeaway from our research is that achieving an optimal privacy budget is not universally possible without considering the specific differentially private algorithms and data distributions involved.
分散型ソーシャルグラフに向けた差分プライバシー技術 (分担)
研究課題/領域番号：22H00521 2022年3月 - 2027年4月
JSPS 科学研究費補助金(基盤研究(A)) 基盤研究(A)
村上 隆夫, 南 和宏, 日野 英逸, Attrapadung Nuttapong, 曹 洋, 大原 一真, 佐久間 淳
担当区分：研究分担者
配分額：41860000円 （ 直接経費：32200000円 、 間接経費：9660000円 ）
本研究では，分散型SNSにおいて，元データが漏洩しないことを保証する差分プライバシー（DP: Differential Privacy）を満たすように，グラフの統計情報や機械学習モデルを求める技術の確立を目標としている．
<BR>
令和5年度では，主に以下の成果を上げた．
(1) グラフ統計量として部分グラフ数（triangle count，k-star count）に着眼し，秘密計算を用いることで，中央集権サーバなしでDPを満たしつつ，かつ高精度に部分グラフ数を求めるプロトコルを提案し，理論的および実験的に有効性を示した．本成果は，データベース分野のトップ国際会議ICDE'24に採択された（尚，ICDE'24の成果は令和6年度に発表予定）．
<BR>
(2)ソーシャルグラフと位置情報の両データを用いて，co-locations（友達同士が同一の場所にいるイベント）に関する統計情報を保存した合成データを生成するアルゴリズムを確立した．本アルゴリズムは，ソーシャルグラフに対してはnode DP，位置情報に対してはuser-level DPという強固な安全性指標を達成するものである．本成果は，情報セキュリティ分野の国際論文誌IJIS'24 (IF=3.2)に採択された．
統計的に異質なエッジクラウドネットワークにおける効率的かつプライバシー保護された大規模マルチモーダルモデルの学習と推論
研究課題/領域番号：25126435 2025年 - 2027年
科学技術振興機構 国際的な科学技術共同研究などの推進/日ASEAN科学技術・イノベーション協働連携事業（NEXUS）/国際共同研究
曹 洋, 蘇 春華, RASHED Essam
本研究は、エッジクラウドネットワークにおいて、大規模マルチモーダルモデル（ＬＭＭ）の効率的かつプライバシー保護された学習と推論の実現を目的とする。
具体的には、日本側チームは、連合学習によりプライバシー保護技術を開発し、特にメトリック差分プライバシーや信頼実行環境を使い、ＬＭＭの安全性向上を担い、シンガポール側チームは、ＬＭＭの効率的な推論のため、エッジとクラウド間データスクを動的に割り振るＭｉｘｔｕｒｅ ｏｆ Ｅｘｐｅｒｔｓ（ＭｏＥ）やＲｅｔｒｉｅｖａｌ－Ａｕｇｍｅｎｔｅｄ Ｇｅｎｅｒａｔｉｏｎ（ＲＡＧ）のフレームワーク構築を実施する。
両国の研究チームによる共同研究を通じて、高性能かつ低遅延のＡＩシステムが開発され、国際的な技術進展に貢献することを目指す。
