国立研究開発法人情報通信研究機構(NICT、理事長:徳田英幸)サイハ?ーセキュリティ研究所セキュリティ基盤研究室は、独自に開発したフ?ライハ?シー保護深層学習技術「DeepProtect」*1を利用し、国立大学法人神戸大学、株式会社エルテスとともに、現在の大きな社会課題て?ある不正送金*2の自動検知をめさ?して、テ?ータの利活用とフ?ライハ?シー保護を両立て?きるフ?ライハ?シー保護深層学習技術の研究開発及ひ?実用性検証に取り組んて?います。「DeepProtect」は、テ?ータそのものを外部に送ることなく、複数の組織内て?学習した結果のみを暗号化して中央サーハ?に集め、中央サーハ?て?暗号化したまま学習結果を更新て?きる技術て?す。このたひ?、不正送金の自動検知の精度向上に向けて、既に連携してテ?ータ解析を進めてきた千葉銀行に加え、三菱UFJ銀行、中国銀行、三井住友信託銀行及ひ?伊予銀行か?実証実験に参加し、オーフ?ンイノヘ?ーションによる実施体制を構築しました。各組織のテ?ータを互いに開示することなく、複数組織による協調学習か?可能なシステムを目指します。
※本実証実験は、2019年度からJST CREST「イノヘ?ーション創発に資する人工知能基盤技術の創出と統合化」の加速フェース?研究課題として採択された研究課題「フ?ライハ?シー保護テ?ータ解析技術の社会実装」のもとて?実施しています。
ポイント
- 金融犯罪(不正送金等)の自動検知をめざした実証実験において5行の銀行との連携を開始
- 委託を受け、プライバシー保護深層学習技術により金融取引データを安全に解析
- データの機密性を維持したまま、複数組織による協調学習を可能とするシステムの構築を目指す
背景及びこれまでの経緯
近年の目覚ましいテクノロシ?ーの進化や経済のク?ローハ?ル化か?進む一方て?、マネー?ローンタ?リンク?、不正送金、振り込め詐欺なと?の金融犯罪手法は以前にも増して複雑化?巧妙化しており、それらの脅威に対する対策は、社会課題の一つとして、より重要性を増しています。中て?も、振り込め詐欺等の特殊詐欺による2019年の全国の被害金額は8年連続て?300億円を超え(警察庁発表)、依然として深刻な社会問題となっています。これら不正送金等の金融犯罪に対して、現状、多くの金融機関は、それそ?れか?保有する金融取引テ?ータに対し、ルールヘ?ースのモニタリンク?ツール*3を用いて、人手て?不正取引を検出していますか?、これには担当者の経験等への依存やコストの課題か?あります。そこて?、機械学習技術を用いた不正取引の自動検知システム(AIシステム)の導入検討か?進んて?いますか?、単独の金融機関て?は十分な量の学習テ?ータを用意することか?難しく、また、個人情報を含む金融取引テ?ータを各金融機関外に持ち出すことか?て?きないため複数の金融機関て?協力して学習することもて?きす?、AIシステムの普及は進んて?いませんて?した。
この社会問題を解決するため、NICT、神戸大学及ひ?エルテスは、2019年2月から、暗号技術と機械学習技術の融合により、テ?ータを外部に開示することなく機密性を保ったまま機械学習を行うことを可能とするNICT独自開発のフ?ライハ?シー保護深層学習技術「DeepProtect」を応用し、ハ?ーソナルテ?ータの保護を図りつつ、複数の金融機関か?協調して不正送金等を自動検知することか?可能なシステムの実現を目指し、検知精度を向上させる実証実験に取り組んて?きました。
今回開始した金融機関との連携と実験内容
これまて?、千葉銀行と進めてきたテ?ータ解析において、個人を特定て?きないように加工された金融取引テ?ータ(取引明細情報及ひ?口座情報)を用いて、特殊詐欺等の可能性か?疑われる取引の検知を様々な機械学習手法を用いて試み、実際の不正送金のうち、70%以上を不正送金て?あると正しく判定て?きる例か?出ています。しかし、個々の銀行て?日々発生する不正送金の件数は、学習テ?ータとしては十分多いとはいえす?、より多くの銀行のテ?ータをもとに学習した結果を統合することて?、不正送金の検知精度を80%以上に向上させることを目指しています。
そこて?、2019年2月1日にフ?レスリリース*4を行い、より多くの金融機関に対して実証実験への参加を呼ひ?掛けたところ、新たに三菱UFJ銀行、中国銀行、三井住友信託銀行及ひ?伊予銀行か?実証実験に参加することになりました。
現在、NICT、神戸大学は各金融機関との業務委託契約の下、金融取引テ?ータ解析の委託を受け、個別の金融機関こ?との個人を特定て?きないように加工された金融取引テ?ータに対し機械学習技術を用いることて?、不正取引の検知の実証実験を実施しています。今後、各金融機関の学習結果を統合し、協調して不正取引を検知するシステムの開発と社会実装を目指し、各金融機関との連携体制を深め、産学官連携体制の下、実証実験を進めてまいります。
将来の展望
NICT、神戸大学及ひ?エルテスは、金融機関との連携の下、2021年度末まて?に、フ?ライハ?シー保護深層学習技術を活用し、各金融機関か?持つ顧客テ?ータを互いに開示することなくフ?ライハ?シーの保護を図りつつ、複数機関て?連携した機械学習か?可能なシステムを構築し、不正送金の高精度自動検知を実現することによって、特殊詐欺の検知精度向上に貢献していきます。
金融分野における課題と目指す構想
現在、多くの金融機関て?は、個々の金融機関内て?人手によるテ?ータ解析を行っており、コストの高さや精度に課題か?あります。この課題を、我々か?取り組むフ?ライハ?シー保護深層学習技術を用いることて?、複数の金融機関からのテ?ータ統合解析及ひ?自動化を実現し、調査コストの削減、調査精度の向上、属人化(本業務を特定の人か?担当し、その人にしかやり方か?分からない状態になること)の回避につなけ?ることを構想しています。
金融分野には、不正送金検知のみならす?、決済、融資、保険、マーケティンク?等の各分野て?種々のロシ?ックを用いた分析か?行われており、複数金融機関て?のテ?ータ統合解析はまた?限定的て?あることから、本技術により、各種分析の精度の向上を期待て?きる領域か?多く存在していると思われます。
用語解説
- *1 プライバシー保護深層学習技術「DeepProtect」
- 各組織で持つデータを基に深層学習を行う際に、学習中のパラメータ(勾配情報)を暗号化して中央サーバに送り、中央サーバでは、暗号化したまま学習モデルのパラメータ(重み)の更新を行うことができる。この更新処理は加算のみで行えるため、暗号化したまま加算が可能な「加法準同型暗号」を使うことで効率的に実現可能となっている。複数の組織からの学習データを基に更新されたこの学習モデルのパラメータを各組織においてダウンロードすることで、より精度の高い分析が可能になる。各組織から中央サーバにデータそのものを送ることなく、学習中のパラメータのみを暗号化して送信するため、データの外部への漏えいを防ぐことができる。本技術により、各組織で持つデータを外部に開示することなく、複数組織で連携して多くのデータを基にした学習が可能となる。本技術は下記ジャーナルに採択?掲載されている。
L. T. Phong, Y. Aono, T. Hayashi, L. Wang, and S. Moriai, "Privacy-Preserving Deep Learning via Additively Homomorphic Encryption", IEEE Transactions on Information Forensics and Security, Vol.13, No.5, pp.1333-1345, 2018. - *2 社会課題となっている不正送金
- 被害者に電話をかけるなどして対面することなく信頼させ、指定した預貯金口座への振込みその他の方法により、不特定多数の者から現金等をだまし取る犯罪(総称して「特殊詐欺」という)の全国での被害金額が8年連続で300億円を超える(警察庁調べ)など社会課題となっています。
- *3 ルールベースのモニタリングツール
- 個人口座から1日に一定額(例えば、100万円)以上の高額の送金が行われた場合にその口座を検出するなど、予め決められた条件(ルール)に合致した場合にアラートを出すようなモニタリングツール。
- *4 2019年2月1日のプレスリリース
- 「プライバシー保護深層学習技術で不正送金の検知精度向上に向けた実証実験を開始 ～実証実験に参加の金融機関を募集～」(NICT、神戸大学、エルテス)
研究支援
本研究の一部は、国立研究開発法人科学技術振興機構(JST)CREST「イノヘ?ーション創発に資する人工知能基盤技術の創出と統合化」(研究総括:栄藤稔)における2016年度採択の研究課題「複数組織テ?ータ利活用を促進するフ?ライハ?シー保護テ?ータマイニンク?(課題番号JPMJCR168A、研究代表者:NICT盛合志帆)」及ひ?2019年度加速フェース?採択の研究課題「フ?ライハ?シー保護テ?ータ解析技術の社会実装(課題番号JPMJCR19F6、研究代表者:国立研究開発法人産業技術総合研究所花岡悟一郎)」の下て?行われています。
