《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 面向分類任務的隱私保護協作學習技術
面向分類任務的隱私保護協作學習技術
網絡安全與數據治理 2023年第5期
黎蘭蘭,張信明
(中國科學技術大學計算機學院,安徽合肥230026)
摘要: 隨著相關法律法規的發布和人們隱私意識的覺醒,隱私保護要求不斷提高。針對分類任務場景,提出了一種隱私性與效用性并重的面向分類任務的隱私保護協作技術(PCTC)。在隱私安全方面,將同態加密和差分隱私相結合,并設計了一種安全聚合機制,實現更加健壯的隱私保護;在效用性方面,引入信息熵的計算因子對標簽可信度進行度量,降低標注噪聲對模型性能的影響。最后對所提出的方案進行了安全性分析,并在公開數據集上進行了實驗驗證。結果表明PCTC在保證數據隱私安全的同時大幅度提升了模型性能,具有較為廣闊的應用前景。
中圖分類號:TP393
文獻標識碼:A
DOI:10.19358/j.issn.2097-1788.2023.05.007
引用格式:黎蘭蘭,張信明.面向分類任務的隱私保護協作學習技術[J].網絡安全與數據治理,2023,42(5):36-43.
Privacy-preserving collaborative learning technology for classification
Li Lanlan, Zhang Xinming
(School of Computer Science and Technology, University of Science and Technology of China, Hefei 230026, China)
Abstract: With the release of relevant laws and regulations and the awakening of people’s privacy awareness, the requirements for privacy protection are constantly increasing. Aiming at the scenario of classification, this paper proposes a Privacypreserving Collaborative Learning Technology for Classification (PCTC) that emphasizes both privacy and utility. In terms of privacy, homomorphic encryption and differential privacy are combined and a secure aggregation mechanism is designed to achieve more robust privacy protection. In terms of utility, the calculation factor of information entropy is introduced to measure the credibility of labels, which can reduce the impact of labeling noise on model performance. Finally, the security analysis of the proposed scheme is carried out, and the experiments are implemented on public datasets. The results show that PCTC significantly improves model performance while ensuring privacy and security of the data, and has broad application prospects.
Key words : privacy preservation; data labeling; classification task; homomorphic encryption; differential privacy

0     引言

近年來,隨著數據產生速度和計算機算力的持續提升,機器學習在目標識別、語音識別、自然語言處理和對象檢測等許多領域都取得了巨大突破。新興的機器學習尤其是深度學習更是為產業的升級和變革提供了推動力量,其中包括智慧農業、智慧醫療等行業。良好的機器學習框架特別是有監督的人工神經網絡往往需要大量的標注數據,然而現實中任何單一實體都不可能總是擁有全部標注數據,多方協作學習是解決這一問題的有效方案。



本文詳細內容請下載:http://www.rjjo.cn/resource/share/2000005332




作者信息:

黎蘭蘭,張信明

(中國科學技術大學計算機學院,安徽合肥230026) 


微信圖片_20210517164139.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 国产美女一区二区三区 | 欧美一级高清片欧美国产欧美 | 欧美极度极度另类 | 仑乱高清在线一级播放 | 美女又黄又免费的视频 | 狠狠色丁香久久婷婷综合_中 | 亚洲欧美日韩在线一区 | 91亚洲综合| 天天综合色一区二区三区 | 日韩一级片免费看 | 三级大片网站 | a级毛片免费高清毛片视频 a级毛片免费高清视频 | 欧美一级网址 | 国产在线精品一区二区不卡 | 国产成人综合95精品视频免费 | 欧美性极品hd高清视频 | 在线观看偷拍视频一区 | 成人免费视频一区二区三区 | 全部免费的毛片视频观看 | 成年人免费在线视频网站 | www国产精品| 午夜视频在线观看一区二区 | 欧美日韩在线看 | 午夜三级网站 | 色久激情 | 久草视频大全 | 在线观看亚洲免费视频 | 欧美在线a级高清 | 91精品啪在线看国产网站 | 亚洲欧美精品国产一区色综合 | 欧美日韩一区二区在线观看视频 | 国产在线欧美日韩一区二区 | 国产精品极品美女自在线看免费一区二区 | 一区二区三区 亚洲区 | 亚洲精品黄色 | 欧美一级特黄真人毛片 | 一级国产精品一级国产精品片 | 国产精品免费视频能看 | 长腿美女被啪的欲仙欲死视频 | 国产亚洲精品九九久在线观看 | 国产午夜精品久久久久小说 |