JP7434291B2 - 非特定化されたデータに基づいてアイデンティティ認証を実行するためのシステムおよび方法 - Google Patents

Description

発明の分野
本発明は、概して、コンピュータの映像および画像処理の分野に関する。より特定的には、本発明は、非特定化されたデータに基づいて認証を実行するためのシステムおよび方法に関する。

発明の背景
保護された表現は、分類器がこれら表現をそれらの元のクラスのものとして正確に分類する能力を低下させるように処理されたメディアオブジェクト（たとえば、画像、音声または映像ファイル）として定義される（たとえば、表現が保護されている顔の画像は、たとえば顔認識アルゴリズムを用いて人を識別するのに用いられ得る識別画像についての元のアイデンティティと同じ信頼度では認識されないだろう）とともに、非特定化されたデータとして示される。一般に、非特定化されたデータは、摂動および／または順列の事前定義されたセットでデータ項目を処理することによって、たとえば、顔認識アルゴリズムで認識されなくなるまで顔の画像に対して摂動および／または順列を適用することによって、作成され得る。たとえば、方法によっては、たとえば敵対的生成ネットワーク（generative adversarial network：ＧＡＮ）を用いて、公開された画像中の個人を識別する能力を制限しつつ画像を公開できるようにするために、複数の画像間で顔同士を交換することまたは１つの顔を一般的な様相に整合させることを可能にするものもある。別の例では、元の画像に表示されている人の識別が不可能になる程の合成画像が作成されるまで、２つの異なる画像同士を合成してもよい。

現在、画像を非特定化するためのいくつかの方法があるが、非特定化されたデータに基づいてユーザを認識することを可能にする解決策はない。したがって、たとえば、顔認識を必要とするＡＴＭマシンは、ユーザのアイデンティティを認証するためにユーザの未修正画像データを記憶することが必要であり、非特定化された画像データに基づいてユーザのアイデンティティを認証しなくてもよい。

概要
したがって、本発明のいくつかの実施形態に従うと、非特定化されたデータに基づいてアイデンティティ認証を実行する方法が提供される。当該方法は、プロセッサによって、少なくとも１つのデータ項目をユーザから受信するステップと、当該プロセッサによって、当該受信された少なくとも１つのデータ項目に基づいて、少なくとも１つの非特定化されたデータ項目および対応する認証キーを作成するステップと、当該プロセッサによって、当該少なくとも１つの非特定化されたデータ項目を、当該プロセッサに結合されたデータベースに記憶させるステップと、認証のために少なくとも１つの新たなデータ項目を受信するステップと、当該プロセッサによって、当該ユーザに対応する当該認証キーを取出すステップと、当該プロセッサによって、当該受信された少なくとも１つの新たなデータ項目に基づいて、少なくとも１つの新たな非特定化されたデータ項目を生成するステップと、当該プロセッサによって、当該少なくとも１つの新たな非特定化されたデータ項目を、当該記憶された少なくとも１つの非特定化されたデータ項目と比較して、当該ユーザのアイデンティティを認証するステップとを含む。

いくつかの実施形態では、認証キーはデータベースに記憶され得る。いくつかの実施形態では、少なくとも１つの新たなデータ項目が、ユーザのコンピュータ化されたデバイスから受信され得る。いくつかの実施形態では、コンピュータ化されたニューラルネットワークは、受信されたデータ項目を、同じユーザの非特定化されたデータ項目に対応する非特定化されたデータ項目に修正することができる認証キーを生成するように、トレーニングされ得る。いくつかの実施形態では、当該少なくとも１つのコンピュータ化されたニューラルネットワークは、元のデータと非特定化されたデータとのペアが複数あるデータセットに対してトレーニングされ得る。いくつかの実施形態では、キー生成アルゴリズムは、非特定化されたデータの将来の認証のために一方向の認証キーを生成するために作成され得る。当該キー生成アルゴリズムは、当該少なくとも１つのコンピュータ化されたニューラルネットワークによって作成される。

いくつかの実施形態では、新たに受信されたデータ項目に変換関数が適用され得るとともに、当該非特定化されたデータ項目を、当該認証キーに従って変換された新たに受信されたデータ項目と比較するために、結果が比較関数に送信され得る。いくつかの実施形態では、摂動および順列のうちの少なくとも１つを実行する非特定化アルゴリズムが、対応する認証キーで、受信されたデータ項目に対して実行され得る。いくつかの実施形態では、同じアイデンティティに属するデータ項目の確率を返すために、当該受信されたデータ項目に認識関数が適用され得る。いくつかの実施形態では、当該認証キーが再生成され得る。

したがって、本発明のいくつかの実施形態に従うと、データ認証システムが提供される。当該データ認証システムは、認証のためのデータ項目を含む少なくとも１つのコンピュータ化されたデバイスと、非特定化されたデータを含む少なくとも１つのデータベースと、当該少なくとも１つのコンピュータ化されたデバイスと当該少なくとも１つのデータベースとに結合されたプロセッサとを備え、当該プロセッサは、少なくとも１つのデータ項目をユーザから受信し、当該受信された少なくとも１つのデータ項目に基づいて、少なくとも１つの非特定化されたデータ項目および対応する認証キーを作成し、当該少なくとも１つの非特定化されたデータ項目を、当該プロセッサに結合されたデータベースに記憶させ、認証のために少なくとも１つの新たなデータ項目を受信し、当該ユーザに対応する当該認証キーを取出し、当該受信された少なくとも１つの新たなデータ項目に基づいて、少なくとも１つの新たな非特定化されたデータ項目を生成し、当該少なくとも１つの新たな非特定化されたデータ項目を、当該記憶された少なくとも１つの非特定化されたデータ項目と比較して、当該ユーザのアイデンティティを認証するように構成される。

いくつかの実施形態では、当該システムはさらに、当該プロセッサに結合された少なくとも１つのコンピュータ化されたニューラルネットワークを含み、当該少なくとも１つのコンピュータ化されたニューラルネットワークは、当該少なくとも１つのデータベースからの当該非特定化されたデータを分析するように構成され得る。いくつかの実施形態では、当該少なくとも１つのコンピュータ化されたニューラルネットワークは、当該認証キーに従った認証のために、受信されたデータを分析する機械学習モデルをトレーニングするように構成され得る。いくつかの実施形態では、当該認証キーは、当該認証キーのために生成された当該データ項目に対応する事前定義された長さを有し得る。いくつかの実施形態では、当該システムはさらに、少なくとも１つのデータ項目を検出するための検出器を含み得る。

いくつかの実施形態では、当該システムはさらに、当該非特定化されたデータ項目を作成するための登録モジュールと、新たなデータ項目のアイデンティティを認証するための認証モジュールとを備え得る。いくつかの実施形態では、当該登録モジュールは認証キー生成器および非特定化関数を備え、当該認証キー生成器および当該非特定化関数は、少なくとも１つの非特定化されたデータ項目を当該データベースに記憶させるように構成され得る。いくつかの実施形態では、当該認証モジュールは、新たに受信されたデータ項目の認証を実行するために、非特定化されたデータ項目および対応する認証キーを当該データベースから受信し得る。いくつかの実施形態では、当該認証キーが再生成され得る。

図面の簡単な説明
本発明ものと見なされる主題が、本明細書の結論部分において特に指摘されるとともに明確に主張される。しかしながら、本発明は、動作の構成および方法の両方に関して、その目的、特徴、および利点と共に、添付の図面に関連付けて読まれる際に以下の詳細な説明を参照することによって最もよく理解され得る。

本発明のいくつかの実施形態に従った例示的なコンピューティングデバイスを示すブロック図である。 本発明のいくつかの実施形態に従った、データ認証システムを示すブロック図である。 本発明のいくつかの実施形態に従った、データ認証システムを示すブロック図である。 本発明のいくつかの実施形態に従った、非特定化されたデータを認証する方法についてのフローチャートである。

説明を簡潔および明瞭にするために、図に示される要素は、必ずしも縮尺どおりに描かれているとは限らないことを認識されたい。たとえば、明確にするために、いくつかの要素の寸法が他の要素と比べて誇張されている可能性もある。さらに、対応する要素または類似の要素を示すために、適切と考えられる場合には図面間で参照番号を繰返し用いることもある。

発明の詳細な説明
以下の詳細な説明では、発明を十分に理解できるようにするために多数の具体的な詳細が記載される。しかしながら、本発明がこれらの具体的な詳細なしでも実施され得ることが、当業者によって理解されるだろう。他の例においては、周知の方法、手順、ならびに構成要素、モジュール、ユニットおよび／または回路は、本発明を不明瞭にしないために詳細には記載されない。一実施形態に関して説明されるいくつかの特徴または要素は、他の実施形態に関して説明される特徴または要素と組合わされてもよい。明確にするために、同一または同様の特徴または要素の説明を繰返さない場合もある。

本発明の実施形態はこの点に限定されないが、たとえば、「処理する」、「演算する」、「計算する」、「判断する」、「確立する」、「分析する」、「チェックする」などの語を用いた説明は、コンピュータ、コンピューティングプラットフォーム、コンピューティングシステム、または他の電子コンピューティングデバイスの動作および／またはプロセスを指す可能性があり、コンピュータのレジスタおよび／もしくはメモリ内の物理的（たとえば、電子的）量として表現されるデータを、コンピュータのレジスタおよび／もしくはメモリ内の物理的量として、または、動作および／もしくはプロセスを実行するための命令を記憶し得る非一時的な記憶媒体の他の情報として、同様に表現される他のデータへと処理および／または変換するものである。本発明の実施形態は、この点に関して限定されないが、本明細書で用いられる「複数」および「複数の」という語は、たとえば、「多数」または「２つ以上」を含み得る。「複数」または「複数の」という語は、本明細書全体を通じて２つ以上の構成要素、装置、要素、ユニット、パラメータなどを記述するために用いられ得る。セットという語は、本明細書で用いられる場合、１つ以上の項目を含み得る。明示的に述べられない限り、本明細書に記載される方法の実施形態は、特定の順序または順番に限定されない。加えて、説明される方法の実施形態またはその要素のいくつかは、同時に、同じ時点に、または並行して発生し得るまたは実行され得る。

本発明のいくつかの実施形態に従ったコンピューティングデバイスの例を示す概略ブロック図である図１を参照する。コンピューティングデバイス１００は、コントローラまたはプロセッサ１０５（たとえば、中央処理ユニットプロセッサ（central processing unit：ＣＰＵ）、グラフィック処理ユニット（graphics processing unit：ＧＰＵ）、チップまたは任意の好適なコンピューティングデバイスもしくは演算デバイス）、オペレーティングシステム１１５、メモリ１２０、実行可能コード１２５、ストレージ１３０、入力デバイス１３５（たとえば、キーボードまたはタッチスクリーン）、出力デバイス１４０（たとえば、ディスプレイ）、通信ネットワーク（たとえばインターネットなど）を介してリモートデバイスと通信するための通信ユニット１４５（たとえば、セルラー送信機またはモデム、Ｗｉ－Ｆｉ通信ユニットなど）を含み得る。コントローラ１０５は、本明細書に記載される動作を実行するためのプログラムコードを実行するように構成され得る。本明細書に記載されるシステムは、１つ以上のコンピューティングデバイス１００を含み得る。

オペレーティングシステム１１５は、コンピューティングデバイス１００の動作を調整するタスク、スケジューリングするタスク、調停するタスク、監視するタスク、制御するタスク、またはそれ以外の場合には管理するタスク、たとえば、ソフトウェアプログラムの実行をスケジューリングするタスク、またはソフトウェアプログラムもしくは他のモジュールもしくはユニットが通信することを可能にするタスク、を含むタスクを実行するように設計および／または構成された任意のコードセグメント（たとえば、本明細書に記載される実行可能コード１２５と同様のもの）であり得るかまたは当該任意のコードセグメントを含み得る。

メモリ１２０は、たとえば、ランダムアクセスメモリ（random access memory：ＲＡＭ）、読取り専用メモリ（read only memory：ＲＯＭ）、ダイナミックＲＡＭ（dynamic RAM：ＤＲＡＭ）、同期ＤＲＡＭ（Synchronous DRAM：ＳＤ－ＲＡＭ）、ダブルデータレート（double data rate：ＤＤＲ）メモリチップ、フラッシュメモリ、揮発性メモリ、不揮発性メモリ、キャッシュメモリ、バッファ、短期メモリユニット、長期メモリユニット、または他の好適なメモリユニットもしくは記憶ユニットであり得るか、またはそれらを含み得る。メモリ１２０は、複数の、場合によってはさまざまなメモリユニットであり得るかまたはそれらを含み得る。メモリ１２０は、非一時的なコンピュータ可読媒体もしくはプロセッサ可読媒体、または非一時的なコンピュータ記憶媒体、たとえばＲＡＭであり得る。

実行可能コード１２５は、任意の実行可能コード、たとえば、アプリケーション、プログラム、プロセス、タスク、またはスクリプトであってもよい。実行可能コード１２５は、場合によってはオペレーティングシステム１１５の制御下でコントローラ１０５によって実行されてもよい。たとえば、実行可能コード１２５は、本明細書にさらに記載される方法を実行するソフトウェアアプリケーションであってもよい。明確にするために、実行可能コード１２５の単一の項目が図１に示されているが、本発明のいくつかの実施形態に従ったシステムは、メモリ１２０に記憶され得るとともにコントローラ１０５に本明細書に記載される方法を実行させ得る実行可能コード１２５と同様の複数の実行可能コードセグメントを含み得る。

ストレージ１３０は、たとえば、ハードディスクドライブ、ユニバーサルシリアルバス（universal serial bus：ＵＳＢ）デバイス、または他の好適な取外し可能および／もしくは固定されたストレージユニットであり得るか、またはそれらを含み得る。いくつかの実施形態では、図１に示される構成要素のうちのいくつかは省かれている可能性もある。たとえば、メモリ１２０は、ストレージ１３０の記憶容量を有する不揮発性メモリであってもよい。したがって、ストレージ１３０は、別個の構成要素として示されているが、メモリ１２０に組み込まれていてもよく、またはメモリ１２０に含まれていてもよい。

入力デバイス１３５は、キーボード、タッチスクリーンもしくはパッド、１つ以上のセンサ、または任意の他のもしくは追加の好適な入力デバイスであり得るかまたはそれらを含み得る。任意の好適な数の入力デバイス１３５が、コンピューティングデバイス１００に動作可能に接続され得る。出力デバイス１４０は、１つ以上のディスプレイもしくはモニタおよび／または他の任意の好適な出力デバイスを含み得る。任意の好適な数の出力デバイス１４０が、コンピューティングデバイス１００に動作可能に接続され得る。任意の適用可能な入出力（input/output：Ｉ／Ｏ）デバイスが、ブロック１３５および１４０によって示されるように、コンピューティングデバイス１００に接続され得る。たとえば、有線または無線のネットワークインターフェイスカード（network interface card：ＮＩＣ）、ユニバーサルシリアルバス（universal serial bus：ＵＳＢ）デバイスまたは外部ハードドライブが、入力デバイス１３５および／または出力デバイス１４０に含まれていてもよい。

本発明のいくつかの実施形態は、プロセッサまたはコントローラによって実行されると、本明細書中に開示される方法を実行する命令（たとえば、コンピュータ実行可能命令）を符号化するか含むかまたは記憶させる、たとえば、メモリ、ディスクドライブまたはＵＳＢフラッシュメモリなどの非一時的なコンピュータ可読媒体もしくはプロセッサ可読媒体、または非一時的なコンピュータ記憶媒体もしくはプロセッサ記憶媒体などの物品を含み得る。たとえば、物品は、メモリ１２０などの記憶媒体、実行可能コード１２５などのコンピュータ実行可能命令、およびコントローラ１０５などのコントローラを含み得る。このような非一時的なコンピュータ可読媒体は、たとえば、プロセッサまたはコントローラによって実行されると、本明細書に開示される方法を実行する命令（たとえば、コンピュータ実行可能命令）を符号化するか含むかまたは記憶するメモリ、ディスクドライブ、またはＵＳＢフラッシュメモリであってもよい。記憶媒体は、読取り専用メモリ（ＲＯＭ）および／もしくはランダムアクセスメモリ（ＲＡＭ）などの半導体デバイス、フラッシュメモリ、電気的に消去可能なプログラム可能な読取り専用メモリ（electrically erasable programmable read-only memory：ＥＥＰＲＯＭ）、または、電子命令を記憶するのに適した、プログラム可能記憶装置を含む任意の種類の媒体を含む任意の種類のディスクを含み得るが、これらに限定されない。たとえば、いくつかの実施形態では、メモリ１２０は非一時的な機械可読媒体である。

本発明のいくつかの実施形態に従ったシステムは、複数の中央処理ユニット（ＣＰＵ）、ＧＰＵ、または他の任意の好適な多目的もしくは特定のプロセッサもしくはコントローラ（たとえば、コントローラ１０５と同様のコントローラ）、複数の入力ユニット、複数の出力ユニット、複数のメモリユニット、および複数のストレージユニットなどの構成要素を含み得るが、これらに限定されない。システムは、付加的には、他の好適なハードウェア構成要素および／またはソフトウェア構成要素を含み得る。いくつかの実施形態では、システムは、たとえば、パーソナルコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、ワークステーション、サーバコンピュータ、ネットワークデバイス、または他の任意の好適なコンピューティングデバイスを含み得るかまたはそれらであり得る。

ここで、いくつかの実施形態に従ったデータ認証システム２００のブロック図を示す図２Ａを参照する。データ認証システム２００は、保護された表現または非特定化されたデータに基づいてユーザのアイデンティティの認証を可能にするように構成され得る。図２Ａにおいては、矢印の方向は情報の流れの方向を示し得る。

データ認証システム２００は、少なくとも１つのコンピュータ化されたデバイス２０３と通信するプロセッサ２０１および／またはサーバ２０２（図１に示すコントローラ１０５と同様）を含み得る。少なくとも１つのコンピュータ化されたデバイス２０３は、データ認証システム２００のユーザのためのユーザインターフェイスを含み得る。少なくとも１つのコンピュータ化されたデバイス２０３は、認証のためのデータを検出するように構成された少なくとも１つの検出器２０４、たとえば、認証のためにユーザの画像をキャプチャするかまたはユーザの指紋をスキャンするように構成されたモバイルデバイス２０３（たとえばスマートフォン）のイメージャ２０４を含み得る。たとえば、ユーザは、（たとえば、サーバ２０２を介して）プロセッサ２０１などの専用デバイスとの認証のために少なくとも１つのコンピュータ化されたデバイス２０３（たとえば、スマートフォン、ラップトップなど）を用いてもよく、この場合、認証のための初期データは、少なくとも１つの検出器２０４によって得られてもよい。

いくつかの実施形態では、プロセッサ２０１および／またはサーバ２０２が少なくとも１つのデータベース２０５に結合され得ることで、少なくとも１つのコンピュータ化されたデバイス２０３から受信されたデータ項目２０６が、以下でさらに説明されるように、少なくとも１つのデータベース２０５からの非特定化されたデータの対応する分析によって認証され得ることとなる。いくつかの実施形態では、プロセッサ２０１および／またはサーバ２０２はさらに、少なくとも１つのデータベース２０５からの非特定化されたデータを分析するように構成された少なくとも１つのコンピュータ化されたニューラルネットワーク２１０に結合され得る。

いくつかの実施形態に従うと、少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、専用の認証キー２０７に従った認証のために、受信されたデータを分析する機械学習モデルをトレーニングするように構成され得る。

いくつかの実施形態では、認証キー２０７を生成するためのアルゴリズムは、少なくとも１つのコンピュータ化されたニューラルネットワーク２１０のトレーニング中に改善され得る。少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、元のデータと非特定化されたデータとのペアが複数ある実質的に大きなデータセットに対してトレーニングされ得る。たとえば、コンピュータ化されたニューラルネットワーク２１０は、元の画像およびその対応する非特定化された画像を含む画像ペアのデータセットを入力として（たとえば、外部ソースから）受信し得ることで、コンピュータ化されたニューラルネットワーク２１０の出力が、非特定化されたデータの将来の認証のために一方向の認証キー２０７を生成するように構成された最適化されたキー生成アルゴリズムになり得る。認証キー２０７が対応する非特定化されたデータのユーザのアイデンティティを識別するための命令またはコードを含まない場合、たとえば、認証キー２０７が一方向関数として生成され得る場合、データに適用される（たとえば、ユーザの識別を防ぐために画像に適用される）非特定化アルゴリズムを反転させる可能性なしに、認証キー２０７の生成が実行され得ることに留意されたい。

ここで、いくつかの実施形態に従ったデータ認証システム２２０のブロック図を示す図２Ｂを参照する。図２Ｂでは、矢印の方向は情報の流れの方向を示し得る。

データ認証システム２２０は、（たとえば、特定のユーザの）データ項目２０６の認証を実行するための２つのモジュール、すなわち、非特定化されたデータ項目を作成するための登録モジュール２３０と、新たなデータ項目のアイデンティティを認証するための認証モジュール２４０とを含み得る。登録モジュール２３０は認証キー生成器２３１および非特定化関数２３２を含み得る。認証キー生成器２３１および非特定化関数２３２は、たとえば、ユーザに関連付けられ得る対応する認証キー２０７で、受信されたデータ項目に対して摂動および／または順列を実行する専用の非特定化アルゴリズムによって作成される少なくとも１つの非特定化されたデータ項目をデータベース２０５に記憶させるように構成されている。

認証モジュール２４０は、新たに受信されたデータ項目２４２の認証を実行するために、非特定化されたデータ項目２４１および対応する認証キー２０７をデータベース２０５から受信し得る。プロセッサ２０１は、（ユーザに関連付けられた）認証キー２０７および新たに受信されたデータ項目２４２を受信し、新たに受信されたデータ項目２４２に変換関数を適用し得るとともに、ユーザに関連付けられた認証キー２０７に従って変換された新たに受信されたデータ項目２４２と非特定化されたデータ項目２４１とを比較するために、結果を比較関数２４３に送信し得る。比較が成功した場合、ユーザのアイデンティティが認証され得る。

ここで、いくつかの実施形態に従った、非特定化されたデータを認証する方法についてのフローチャートを示す図３を参照する。非特定化されたデータの認証は、認証のために少なくとも１つのデータ項目を受信する（３０１）ことから開始され得る。たとえば、システム２００のユーザは、将来の認証のために、コンピュータ化されたデバイス２０３を介して新たなデータ項目２０６をアップロードしてもよい（たとえば、キャプチャされたユーザの顔画像をアップロードする）。

プロセッサ２０１および／または少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、以下の式１で定義されるような認識関数を適用し得る。

ここで、「Ｉ」はすべての可能なデータ項目の空間を示しており、これにより、「ｆ」がデータ項目のペア

を受取って、同じアイデンティティに属する２つのデータ項目２０６の確率を０と１との間の数として返し得るようにする。

これに応じて、プロセッサ２０１は、（たとえば、元のデータ項目に対して摂動及び／または順列を実行する専用の非特定化アルゴリズムによって）少なくとも１つの非特定化されたデータ項目と、対応する認証キー２０７とを作成し得る（３０２）。たとえば、プロセッサ２０１および／または少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、以下の式２で定義されるように、図２Ｂに示される登録モジュール２３０などにおいて、非特定化関数を適用してもよい。

上記式２は、任意のデータ項目「ｘ」を受付け、対応する保護された表現または非特定化されたデータ項目「ｒ（ｘ）」を返す。たとえば「ｒ（ｘ）」は、所与のデータサンプル（たとえば、画像）についての非特定化アルゴリズムであり得る。

各認証キー２０７は、各認証キー２０７のために生成されたデータ項目２０６に対応する事前定義された長さ（たとえば、長さ「ｎ」＝１０００）を有し得る。いくつかの実施形態では、作成された少なくとも１つの非特定化されたデータ項目および対応する認証キー２０７がデータベース２０５に記憶され得る（３０３）。元の（識別可能な）データ項目（たとえばユーザの顔画像）は、そのデータを使用しようとする悪意ある如何なる試みをも防ぐために、記憶されずに、たとえば破壊される可能性があることに留意されたい。

プロセッサ２０１および／または少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、以下の式３で定義されるように、図２Ｂに示される登録モジュール２３０などにおけるキー生成関数を適用し得る。

上記式３は、元のデータ項目「ｘ」と対応する非特定化されたデータ項目「ｒ（ｘ）」とのペアのための認証キー２０７を生成する。

同じユーザが認証のためにシステム２００にアクセスしようと試みるとき、たとえば、すべての訪問者を認識する必要がある組織の建物にユーザが入ろうと試みるとき、プロセッサ２０１は、認証のために少なくとも１つの新たなデータ項目を再び受信し得る（３０４）。この場合、少なくとも１つの新たなデータ項目は、事前に受信した（３０１）データ項目２０６とは異なっている（たとえば、同じユーザの異なる画像を受信する）可能性がある。システム２００は、ユーザに対応する記憶された（３０３）認証キー２０７を取出し（３０５）、これに応じて、記憶された（３０３）少なくとも１つの非特定化されたデータ項目と一致し得る（たとえば、プロセッサ２０１によって認識される）はずである新たな少なくとも１つの非特定化されたデータ項目を生成する（３０６）。新たな少なくとも１つの非特定化されたデータ項目は、それまでに生成された非特定化されたデータ項目と（たとえば、図２Ｂに示される認証モジュール２４０などにおける専用の比較関数を用いて）比較され得る（３０７）。こうして、比較が成功したときに、データ項目のユーザのアイデンティティが認証され得るようにする。

プロセッサ２０１および／または少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、以下の式４で定義される変換関数を適用し得る。

式４が新たなデータ項目「ｘ」および対応する認証キー「ｋ」を受取ることで、以下のとおりとなる。

いくつかの実施形態では、認識関数「ｆ」のスコアは、正しい認証キーであると想定すると、少なくとも１つのコンピュータ化されたニューラルネットワーク２１０によって維持され得るとともに、これにより、唯一の入力が特定のユーザおよび対応するキーのための新たなデータ項目である場合に新たなデータ項目の認証を可能にし得る。

いくつかの実施形態では、非特定化されたデータ項目および／または対応する認証キーのみが記憶されるので、新たに受信されたデータ項目の認証を実行するために非特定化アルゴリズムにアクセスする必要がなくなる。いくつかの実施形態では、非特定化されたデータ項目のみがシステム２００によって記憶されてもよく、対応する認証キーは、認証処理中にユーザによって提供されてもよい（たとえば、ユーザがキーを携帯用記憶装置に入れて携帯してもよい）。

いくつかの実施形態に従うと、少なくとも１つのコンピュータ化されたニューラルネットワーク２１０（たとえば、ディープニューラルネットワーク）は、最適な結果を得るために機械学習アルゴリズムをトレーニングし得る。この場合、たとえば、変換関数「ｐ」は、キー生成関数「ｋ」と共にトレーニングされてもよい。いくつかの実施形態では、少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、同じアイデンティティのペアだけでなく異なるアイデンティティのペアの両方を含む、データ項目ペア（たとえば、顔画像のペア）のデータセットに対してトレーニングされ得る。最適な結果を得るために、キー生成関数「ｋ」および変換関数「ｐ」をトレーニングするための損失関数は以下を含み得る。

ここで、ｄ_１は、正規化関数、クロスエントロピー関数などの機械学習関数である。
いくつかの実施形態に従うと、非特定化関数「ｒ」（たとえば、ベクトル）は、たとえば、以下の式７で定義されるように特定のキー生成関数「ｋ」を想定すると、反転可能でなくてもよい。

ここで、「ｓ」は、ｄ_２（ｓ（ｒ（ｘ）），ｘ）を最小限にするために「ｐ」関数および「ｋ」関数と共にトレーニングされ得るとともに、ｄ_２も関数（たとえば、Ｌ_２、Ｌ_１、クロスエントロピーなど）となる。また、「ｓ」の目標が、適切な認証キーを想定して元のデータ項目を再構築することであり得るので、「ｐ」関数、「ｋ」関数でトレーニングすることにより、「ｋ」を前提として非特定化関数「ｒ」を反転させることが困難になる（たとえば、自動化ブルートフォースツールなどの追加のツールをバイパスさせることが必要となる）。

いくつかの実施形態では、少なくとも１つのコンピュータ化されたニューラルネットワーク２１０は、たとえば複数の顔画像が含まれている場合、変換関数「ｐ」と非特定化関数「ｒ」との間で（たとえば、人の観察者によって認識されるような）人の類似性も識別するようにトレーニングされ得る。

いくつかの実施形態では、少なくとも１つの認証キー２０７は、（たとえば、データ漏洩の場合）たとえばユーザの要求に応じて、異なるコンテンツで再生成され得る。いくつかの実施形態では、少なくとも１つの認証キー２０７は、パスワードの変更と同様に、たとえば所定の期間中（たとえば、６ヶ月ごと）に特定のユーザのために再生成され得る。

なお、上記では、顔画像を例として挙げているが、同様の認証方法を他のいずれのデータ項目（たとえば、映像音声など）にも適用し得ることに留意されたい。

本発明のいくつかの特徴を本明細書中に例示および記載してきたが、多くの変形例、代替例、変更例および同等例が当業者に想起され得るだろう。したがって、添付の特許請求の範囲は、本発明の真の趣旨の範囲内に収まる、このようなすべての変形例および変更例を網羅することを意図していることを理解されたい。

さまざまな実施形態を提示してきた。これらの実施形態の各々は、当然、提示される他の実施形態からの特徴を含み得るとともに、具体的に記載されない実施形態も、本明細書に記載されているさまざまな特徴を含み得る。

Claims (19)

1. 非特定化されたデータに基づいてアイデンティティ認証を実行する方法であって、
   プロセッサによって、少なくとも１つのデータ項目をユーザから受信するステップと、
   前記プロセッサによって、前記受信された少なくとも１つのデータ項目に基づいて、少なくとも１つの非特定化されたデータ項目および対応する認証キーを作成するステップと、
   前記プロセッサによって、前記少なくとも１つの非特定化されたデータ項目を、前記プロセッサに結合されたデータベースに記憶させるステップと、
   認証のために少なくとも１つの新たなデータ項目を受信するステップと、
   前記プロセッサによって、前記ユーザに対応する前記認証キーを取出すステップと、
   前記プロセッサによって、前記受信された少なくとも１つの新たなデータ項目に基づいて、少なくとも１つの新たな非特定化されたデータ項目を生成するステップと、
   前記プロセッサによって、前記少なくとも１つの新たな非特定化されたデータ項目を、前記記憶された少なくとも１つの非特定化されたデータ項目と比較して、前記ユーザのアイデンティティを認証するステップと、
   受信されたデータ項目を、同じユーザの非特定化されたデータ項目に対応する非特定化されたデータ項目に修正することができる認証キーを生成するように、コンピュータ化されたニューラルネットワークをトレーニングするステップとを含む、方法。
2. 前記認証キーを前記データベースに記憶させるステップをさらに含む、請求項１に記載の方法。
3. 前記少なくとも１つの新たなデータ項目がユーザのコンピュータ化されたデバイスから受信される、請求項１に記載の方法。
4. 前記少なくとも１つのコンピュータ化されたニューラルネットワークは、元のデータと非特定化されたデータとのペアが複数あるデータセットに対してトレーニングされる、請求項１に記載の方法。
5. 非特定化されたデータの将来の認証のために一方向の認証キーを生成するように構成されたキー生成アルゴリズムを作成するステップをさらに含み、前記キー生成アルゴリズムは、前記少なくとも１つのコンピュータ化されたニューラルネットワークによって作成される、請求項１に記載の方法。
6. 前記新たに受信されたデータ項目に変換関数を適用するステップと、
   前記非特定化されたデータ項目を、前記認証キーに従って変換された前記新たに受信されたデータ項目と比較するために、結果を比較関数に送信するステップとをさらに含む、請求項１に記載の方法。
7. 対応する認証キーで、受信されたデータ項目に対して摂動および順列のうち少なくとも１つを実行する非特定化アルゴリズムを実行するステップをさらに含む、請求項１に記載の方法。
8. 同じアイデンティティに属するデータ項目の確率を返すために、前記プロセッサによって、前記受信されたデータ項目に認識関数を適用するステップをさらに含む、請求項７に記載の方法。
9. 前記認証キーを再生成するステップをさらに含む、請求項１に記載の方法。
10. 前記少なくとも１つの非特定化されたデータ項目は、非特定化関数を前記データ項目に適用することによって作成され、
    前記方法は、前記プロセッサによって、損失関数を用いて、変換関数およびキー生成関数をトレーニングするステップを含み、
    前記損失関数は、以下の式（１）で表され、
    

    

    
    （ｘ _ｉ ，ｘ _ｊ ）は、トレーニングデータ項目のペアであり、
    ｄ _１ は、機械学習関数であり、
    ｆは、認識関数であり、
    ｒは、前記非特定化関数であり、
    ｐは、前記変換関数であり、
    ｋは、前記キー生成関数であり、
    前記対応する認証キーは、前記受信された少なくとも１つのデータ項目および前記少なくとも１つの非特定化されたデータ項目に対して、前記キー生成関数を用いて生成され、
    前記少なくとも１つの新たな非特定化されたデータ項目は、前記変換関数を前記少なくとも１つの新たなデータ項目および前記認証キーに適用することによって生成される、請求項１に記載の方法。
11. データ認証システムであって、
    認証のためのデータ項目を含む少なくとも１つのコンピュータ化されたデバイスと、
    非特定化されたデータを含む少なくとも１つのデータベースと、
    前記少なくとも１つのコンピュータ化されたデバイスと前記少なくとも１つのデータベースとに結合されたプロセッサとを備え、前記プロセッサは、
    少なくとも１つのデータ項目をユーザから受信し、
    前記受信された少なくとも１つのデータ項目に基づいて、少なくとも１つの非特定化されたデータ項目および対応する認証キーを作成し、
    前記少なくとも１つの非特定化されたデータ項目を前記プロセッサに結合されたデータベースに記憶させ、
    認証のために少なくとも１つの新たなデータ項目を受信し、
    前記ユーザに対応する前記認証キーを取出し、
    前記受信された少なくとも１つの新たなデータ項目に基づいて、少なくとも１つの新たな非特定化されたデータ項目を生成し、
    前記少なくとも１つの新たな非特定化されたデータ項目を、前記記憶された少なくとも１つの非特定化されたデータ項目と比較して、前記ユーザのアイデンティティを認証するように構成され、
    前記データ認証システムは、前記プロセッサに結合された少なくとも１つのコンピュータ化されたニューラルネットワークをさらに含み、
    前記少なくとも１つのコンピュータ化されたニューラルネットワークは、前記少なくとも１つのデータベースからの前記非特定化されたデータを分析するように構成される、データ認証システム。
12. 前記少なくとも１つのコンピュータ化されたニューラルネットワークは、前記認証キーに従った認証のために、受信されたデータを分析する機械学習モデルをトレーニングするように構成される、請求項１１に記載のデータ認証システム。
13. 前記認証キーは、前記認証キーのために生成された前記データ項目に対応する事前定義された長さを有する、請求項１２に記載のデータ認証システム。
14. 少なくとも１つのデータ項目を検出するための検出器をさらに含む、請求項１１に記載のデータ認証システム。
15. 前記非特定化されたデータ項目を作成するための登録モジュールと、
    新たなデータ項目のアイデンティティを認証するための認証モジュールとをさらに備える、請求項１１に記載のデータ認証システム。
16. 前記登録モジュールは認証キー生成器および非特定化関数を備え、前記認証キー生成器および前記非特定化関数は、少なくとも１つの非特定化されたデータ項目を前記データベースに記憶させるように構成される、請求項１５に記載のデータ認証システム。
17. 前記認証モジュールは、新たに受信されたデータ項目の認証を実行するために、前記データベースから前記非特定化されたデータ項目および対応する認証キーを受信する、請求項１５に記載のデータ認証システム。
18. 前記認証キーが再生成される、請求項１１に記載のデータ認証システム。
19. 前記プロセッサは、
    非特定化関数を前記データ項目に適用することによって、前記少なくとも１つの非特定化されたデータ項目を作成し、
    損失関数を用いて、変換関数およびキー生成関数をトレーニングし、
    前記損失関数は、以下の式（２）で表され、
    

    

    
    （ｘ _ｉ ，ｘ _ｊ ）は、トレーニングデータ項目のペアであり、
    ｄ _１ は、機械学習関数であり、
    ｆは、認識関数であり、
    ｒは、前記非特定化関数であり、
    ｐは、前記変換関数であり、
    ｋは、前記キー生成関数であり、
    前記プロセッサは、
    前記受信された少なくとも１つのデータ項目および前記少なくとも１つの非特定化されたデータ項目に対して、前記キー生成関数を用いて、前記対応する認証キーを生成し、
    前記変換関数を前記少なくとも１つの新たなデータ項目および前記認証キーに適用することによって、前記少なくとも１つの新たな非特定化されたデータ項目を生成する、請求項１１に記載のデータ認証システム。

Images