[★]연합학습 환경에서의 머신 언러닝 기법 연구

팀명

재민이와잼민이

팀원 명단

허재민, 조찬영

지도교수

양희철 교수님

작품 배경 및 목적

AI 확산과 함께 데이터 프라이버시 보호가 중요해졌으며, 연합학습에서도 사용자의 삭제 요청에 효과적으로 대응하는 ‘언러닝’ 기술이 요구됨. 본 연구는 연합학습 환경에서 사용자의 데이터 삭제 요청에 따라 모델의 성능 저하 없이 데이터를 제거하는 머신 언러닝 기법을 제안하고자 함

작품 내용

본 연구는 기존 학습 데이터를 직접 제거하는 대신, 삭제 데이터에 노이즈를 추가해 생성한 데이터를 활용하여 모델의 영향을 줄이는 방식의 언러닝 기법을 제안함. 이를 위해 데이터 중심 접근과 Membership Inference Attack(MIA) 기반 평가와 Backdoor Attack 성공률을 통해 프라이버시 보호 효과를 정량적으로 분석함

창의작품경진대회_결과보고서(재민이와잼민이) - 허재민.hwp

HWP 다운로드 • 690KB