近年、プライバシーに配慮した機械学習の手法として、連合学習（Federated Learning）と呼ばれる技術が注目されています。機械学習の学習処理を一部クライアントアプリ側で実行し、機微なデータをローカルデバイス上に留めたまま、グローバルなモデルを更新することができます。さらに、差分プライバシーと呼ばれる技術を組み合わせ、より強固なプライバシー担保を実現する方法も活発に研究されています。
LINEアプリでは、この技術をスタンプの推薦に応用し、サーバ側に集約されていた推薦エンジンの処理の一部をFLに置き換えました。本セッションでは、これらの導入事例を中心に、この分野におけるLINEの取り組みをご紹介します。
