先端データ管理

開講元

情報工学コース

担当教員

宮﨑 純 / 曹 洋

授業形態

講義

メディア利用科目

-

曜日・時限
(講義室)

月7-8 (W3-301(W331)) / 木7-8 (W3-301(W331))

クラス

-

科目コード

CSC.T521

単位数

200

開講時期

2025年度

開講クォーター

1Q

シラバス更新日

2025年3月31日

使用言語

英語

シラバス

授業の目的（ねらい）、概要

近年の爆発的なデータの増加により、多くの分野から膨大なデータを効率的かつ安全に維持、管理、活用するための計算方法が要求されています。情報工学分野では、この問題の解決に挑戦すべく、新しい計算モデルや効率的なアルゴリズム、生産性の高いソフトウェア設計手法等が開発されてきています。
本講義では、これらの最新技術を習得します。具体的な前半は大規模データを扱うためのクラウド基盤のストレージや並列処理のモデル、MapReduceフレームワークについて、後半では、データサイエンスや機械学習におけるプライバシー保護技術（差分プライバシー、秘密計算、連合学習など）を学びます。全体を通じ、大規模なデータ管理の利活用において必要な技術を習得することを目指します。

到達目標

本講義の履修により、以下の習得します。
・大規模データ管理の基礎と応用
・クラウド基盤および分散データ処理技術の習得
・並列処理および高性能計算の理解
・プライバシー保護技術の基礎と応用
・データライフサイクルとセキュアなデータ管理

キーワード

大規模データ処理, クラウドストレージ, 分散データ処理, 並列計算, MapReduceフレームワーク, プライバシー保護技術, 差分プライバシー, データライフサイクル管理

学生が身につける力

• 専門力
• 教養力
• コミュニケーション力
• 展開力 (探究力又は設定力)
• 展開力 (実践力又は解決力)

授業の進め方

課題欄に記載されている項目ならびその関連事項を各自で調べて、十分に復習しておくことが必要です。

授業計画・課題

準備学修(事前学修・復習)等についての指示

学修効果を上げるため，教科書や配布資料等の該当箇所を参照し，「毎授業」授業内容に関する予習と復習（課題含む）をそれぞれ概ね100分を目安に行うこと。

教科書

指定なし。講義資料はScience Tokyo LMSで配布する。

参考書、講義資料等

[参考文献]
J. Lin, C. Dyer, "Data-Intensive Text Processing with MapReduce", Morgan & Claypool Publisher
Dwork, Cynthia, and Aaron Roth. "The algorithmic foundations of differential privacy." Foundations and Trends® in Theoretical Computer Science 9.3–4 (2014): 211-407.

成績評価の方法及び基準

大規模データ処理, クラウドストレージ, 分散データ処理, ならびに高信頼データ管理に関する理解度を評価する。小課題（20%）、中間課題（40％）と期末課題（40％）により評価する。

関連する科目

• CSC.T438 ： 分散アルゴリズム

履修の条件・注意事項

以下の予備知識があることが望ましい。
- 分散アルゴリズム
- データベース