小澤誠一教授と井上広明助教が、NICT、㈱エルテス、銀行3行と連携し、プライバシー保護連合学習技術「DeepProtect」と「eFL-Boost」を活用した不正送金検知の実証実験を実施し再現率向上を確認しました。（2025.7.22）

小澤誠一教授と井上広明助教が、NICT、㈱エルテス、銀行3行と連携し、プライバシー保護連合学習技術「DeepProtect」と「eFL-Boost」を活用した不正送金検知の実証実験を実施し再現率向上を確認しました。

この実験では、従来の個別学習と比較して、3銀行で共有して構築した連合学習モデルの方が、不正口座の検知率（再現率）において平均約18ポイント向上するなど高い効果を示しました。また、犯罪手法の変化に対応するため、継続学習機能を導入し、モデルの学習精度をさらに高めました。

加えて、通常は学習データが少ない不正取引に対し、人工的に生成した疑似取引データを活用し、精度向上を確認。特に1銀行では適合率の改善が見られました。実証終了後は、神戸大学発ベンチャー「テラアクソン」と協力し、開発したAI不正検知システムを実際の銀行業務へ導入し、実環境での検証も開始しています。

今後はこの成果を活かし、金融分野にとどまらず、医療や流通など他業種への展開を目指すとともに、ユーザーニーズや性能改善への対応を進め、引き続き連合学習技術の研究開発を推進していく方針です。