INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, AND PROGRAM

To estimate whether or not a neural network learning model depends on learning models of other neural networks.SOLUTION: A model acquisition unit 30 acquires a first learning model which is a learning model of a neural network. A layer selection unit 31 selects a layer from among layers of the first learning model. A first acquisition unit 320 acquires an input value inputted into an adjacent layer of an input layer side of the selected layer when inputting data of an input data set for inspection into the first learning model. A second acquisition unit 321 acquires an output value when inputting the data of the input data set for the inspection into a second learning model becoming an inspection object of alteration. A learning unit 33 learns an inverse filter which outputs the input value when inputting the output value. An evaluation unit 34 calculates an evaluation value based on information indicating accuracy of the inverse filter, fluctuation of a parameter and the information indicating convergence times of learning. An estimation unit 35 analyzes the fluctuation of the evaluation value, and estimates the presence/absence of the alteration.SELECTED DRAWING: Figure 2 【課題】ニューラルネットワーク学習モデルが他のニューラルネットワークの学習モデルに依拠しているか否かを推定する。【解決手段】モデル取得部３０は、ニューラルネットワークの学習モデルである第１学習モデルを取得する。層選択部３１は、第１学習モデルの層の中から層を選択する。第１取得部３２０は、検査用の入力データセットのデータを第１学習モデルに入力した場合における選択された層の入力層側の隣接層に入力される入力値を取得する。第２取得部３２１は、検査用の入力データセットのデータを改変の検査対象となる第２学習モデルに入力したときの出力値を取得する。学習部３３は、出力値を入力したときに入力値を出力する逆フィルタを学習する。評価部３４は、逆フィルタの精度を示す情報とパラメータの変動と学習の収束回数を示す情報とに基づく評価値を算出する。推定部３５は、評価値の変動を解析して、改変の有無を推定する。【選択図】図２