2026/04/15 更新

写真a

ソウ ヨウ
曹 洋
CAO YANG
所属
情報理工学院 准教授
職名
准教授
ホームページ
プロフィール

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 

https://cao-lab.org

 

 

 

 

外部リンク

学位

  • 博士(情報学) ( 2017年   京都大学 )

研究キーワード

  • 連合学習

  • 差分プライバシ

  • プライバシ保護した機械学習

  • データマーケット

  • ブロックチェーン

  • 信頼されるデータサイエンス

研究分野

  • 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

経歴

  • 東京科学大学   情報理工学院

    2024年10月 - 現在

      詳細を見る

  • 東京工業大学   情報理工学院

    2024年4月 - 現在

      詳細を見る

  • 北海道大学   大学院情報科学研究科   准教授

    2022年 - 2024年3月

      詳細を見る

    国名:日本国

    researchmap

  • 京都大学   大学院情報学研究科 社会情報学専攻   特定准教授

    2022年

      詳細を見る

    国名:日本国

    researchmap

  • Meta Inc   Visiting Researcher

    2021年 - 2022年

      詳細を見る

  • 京都大学   大学院情報学研究科   特定助教

    2018年 - 2022年

      詳細を見る

  • Emory University   Department of Computer Science   博士研究員

    2017年 - 2018年

      詳細を見る

  • Emory University   Department of Computer Science   Research Assistant

    2016年 - 2017年

      詳細を見る

▼全件表示

委員歴

  • International Conference Advanced Data Mining and Applications (ADMA) 2025   Program Chair  

    2025年10月   

      詳細を見る

  • The Thirteenth International Conference on Advanced Cloud and Big Data (CBD) 2025   General Chair  

    2025年10月   

      詳細を見る

  • Springer World Wide Web Journal (WWWJ)   Associate Editor  

    2025年8月 - 現在   

      詳細を見る

  • ACM Conference on Computer and Communications Security (CCS)   Program Committee Member  

    2025年1月 - 2025年12月   

      詳細を見る

  • Australasian Database Conference (ADC) 2024   Program Chair  

    2024年12月   

      詳細を見る

  • Springer Data Science and Engineering (DSEJ)   Associate Editor  

    2024年10月 - 現在   

      詳細を見る

  • IEEE Transactions on Dependable and Secure Computing (TDSC)   Associate Editor  

    2024年8月 - 2026年8月   

      詳細を見る

  • IPSJ Transactions on Data Processing (IPSJ-TOD)   Associate Editor  

    2024年5月 - 現在   

      詳細を見る

  • ACM SIGMOD International Conference on Management of Data (SIGMOD)   Program Committee Member  

    2024年1月 - 現在   

      詳細を見る

  • ACM SIGKDDD Conference on Knowledge Discovery and Data Mining (KDD)   Program Committee Member  

    2024年1月 - 現在   

      詳細を見る

  • IEEE Open Journal of the Computer Society (OJCS)   Associate Editor  

    2024年1月 - 2025年12月   

      詳細を見る

  • International Conference on Very Large Data Bases (VLDB) 2024   Proceeding co-Chair  

    2024年1月 - 2024年12月   

      詳細を見る

  • IEICE Transactions on Information and Systems, Special Issue on Data Engineering and Information Management   Associate Editor  

    2024年1月 - 2024年12月   

      詳細を見る

  • International Conference on Very Large Data Bases (VLDB)   Program Committee Member  

    2023年1月 - 現在   

      詳細を見る

▼全件表示

論文

▼全件表示

MISC

  • Extracting Spatiotemporal Data from Gradients with Large Language Models.

    Lele Zheng, Yang Cao 0011, Renhe Jiang, Kenjiro Taura, Yulong Shen, Sheng Li 0010, Masatoshi Yoshikawa

    CoRR   abs/2410.16121   2024年10月

     詳細を見る

    記述言語:英語  

    DOI: 10.48550/arXiv.2410.16121

    researchmap

  • 道路ネットワークにおける位置情報プライバシー

    高木駿,曹洋,浅野泰仁,吉川正俊

    第11回データ工学と情報マネジメントに関するフォーラム(DEIM2019) 最優秀論文賞   2019年

     詳細を見る

  • 差分プライバシに基づく移動経路データの要約情報開示

    曹 洋, 吉川 正俊

    DEIM2015   2015年

     詳細を見る

受賞

  • 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

     詳細を見る

    受賞区分:国際学会・会議・シンポジウム等の賞 

    researchmap

  • 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

     詳細を見る

    受賞区分:国際学会・会議・シンポジウム等の賞 

    researchmap

  • 上林奨励賞

    2021年3月   日本データベース学会上林奨励  

     詳細を見る

  • Young Author Award

    2019年12月   IEEE Computer Society Japan Chapter  

     詳細を見る

  • The 1st Place on Blockchain Track

    2019年10月   iDash Genome Privacy & Security Competition 2019  

     詳細を見る

  • 最優秀論文賞

    2019年6月   第11回データ工学と情報マネジメントに関するフォーラム  

     詳細を見る

▼全件表示

共同研究・競争的資金等の研究課題

  • 大規模言語モデルのための新しい信頼性向上技術

    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

      詳細を見る

    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。

    researchmap

    J-GLOBAL

  • 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

      詳細を見る

    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.

    researchmap

  • 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

      詳細を見る

    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.

    researchmap

  • プライバシ保護した顔画像共有の研究

    2022年1月 - 2023年3月

    栢森情報科学振興財団  研究助成 

    曹洋

      詳細を見る

    担当区分:研究代表者 

    researchmap

  • 個人の選好と報酬配分を考慮したパーソナルデータの健全で頑健な流通系構築に向けて

    研究課題/領域番号:21K19767  2021年 - 2024年

    日本学術振興会  挑戦的研究(萌芽)  挑戦的研究(萌芽)

    吉川 正俊, 曹洋

      詳細を見る

    担当区分:研究分担者 

    配分額:6240000円 ( 直接経費:4800000円 、 間接経費:1440000円 )

    クロスサイロ連合学習は,異なる組織が持つプライベートデータを共有せずに共同で機械学習モデルを訓練する手法である.各組織は自身のデータを保持したままモデルパラメータの更新情報のみを交換する.これにより,プライバシーを保護しつつ,各組織の多様なデータを訓練データとする機械学習モデルを得ることができ,特に,データセキュリティやプライバシが重視される銀行や医療機関などで有効な機械学習の訓練方法である.
    クロスサイロ連合学習においては,各組織が持つデータが学習モデル構築に貢献した度合いを評価することが重要になる.シャープレー値(Shapley Value)はそのための公平で原理的な指標である.しかし,連合学習における既存のシャープレー値計算手法は,サーバが生の連合学習モデルと公開テストデータにアクセスできることを前提としている.これは,連合学習モデルに対する新たなプライバシ攻撃や、テストデータが組織の資産である可能性を考慮すると,実際には有効な仮定ではない.
    そこで,クロスサイロ連合学習における安全なシャープレー値計算手法を開発した.まず,プライバシー保護のための準同型暗号(HE)のみに基づく1サーバによる計算手法としてHESVを開発した.しかし,HESVには性能限界があるため,次に,効率的な2サーバプロトコルであるSecSVを開発した.SecSVの特徴としては,第一に,ハイブリッドプライバシー保護方式を利用し,準同型暗号で非常に時間がかかるテストデータとモデル間の暗号文-暗号文の乗算を回避する.第二に,SecSVのために効率的かつ安全な行列乗算法を提案した.第三に、SecSVは、評価精度に大きな影響を与えずに,いくつかのテストサンプルを戦略的に識別しスキップする.SecSVはHESVと比較し7.2~36.6倍高速であり,計算されたシャープレー値の精度の損失は限定的であることを実証した.

    researchmap

  • 感染症動向調査のための位置プライバシ保護

    2021年 - 2023年

    KDDI Foundation 

    曹洋

      詳細を見る

  • Speaker De-identification with Provable Privacy in Speech Data Release

    2020年4月 - 2021年3月

    国立情報学研究所  公募型共同研究 

    曹洋

      詳細を見る

    担当区分:研究代表者 

    researchmap

  • Microsoft Collaborative Research Grant (CORE 16) 2020

    2020年1月 - 2020年12月

    マイクロソフト 

    曹洋

      詳細を見る

    担当区分:研究代表者  資金種別:競争的資金

    researchmap

  • Achieving Differential Privacy under Spatiotemporal Correlations

    研究課題/領域番号:19K20269  2019年4月 - 2022年3月

    日本学術振興会  若手研究  若手研究

    曹 洋

      詳細を見る

    担当区分:研究代表者  資金種別:競争的資金

    差分プライバシーは、プライバシー標準として広く研究・展開されています。本プロジェクトでは、時空間データに対して差分プライバシーを適用する際の潜在的なリスクと効用の不十分さを示します。時空間データのための新しい柔軟なプライバシー概念、例えば、Geo-graph-indistinguishability(DBSec 2019、IEICE 2023)、時空間イベントプライバシー(IEEE ICDE 2019、IEEE TKDE 2019)、およびポリシーベースの位置プライバシー(ESORICS 2020)を提案し、プライバシーと厳密性と柔軟性のトレードオフをより良く達成できます。

    researchmap

  • 交渉による時系列データのプライバシ保護に関する研究

    研究課題/領域番号:16K12437  2016年4月 - 2019年3月

    日本学術振興会  科学研究費助成事業  挑戦的萌芽研究

    吉川 正俊, 浅野 泰仁, 曹 洋

      詳細を見る

    配分額:3380000円 ( 直接経費:2600000円 、 間接経費:780000円 )

    プライバシ情報は適切に保護すると共にそれらを収集,解析し公益に資することも重要である.本研究では,パーソナルデータの売買を行う市場機構において各個人が自己のパーソナルデータを開示する程度の上限を指定できる取引機構を開発した.
    また,個人の日常生活により生成され有用性を持つパーソナルデータの多くは時系列データであるため,そのプライバシ保護に関する研究を行った.現在,プライバシ情報漏洩リスクを数学的に厳密に表現可能な差分プライバシが広く研究されている.しかし,差分プライバシは,静的な個別データを対象として開発されたため,差分プライバシを時系列データに適用可能できるように拡張した,

    researchmap

▼全件表示