Mar, 2020
不是所有的特征都是相等的:发现维护预测隐私所需的基本特征
A Principled Approach to Learning Stochastic Representations for Privacy
in Deep Neural Inference
Fatemehsadat Mireshghallah, Mohammadkazem Taram, Ali Jalali, Ahmed Taha Elthakeb, Dean Tullsen...
TL;DR本研究提出了Cloak框架,其通过梯度优化方法在输入特征空间中发现功能性预测模型所需的子集,并使用保证效用的常量值抑制其余特征,从而减少机器学习服务中数据泄露和隐私问题。实验结果表明,Cloak可将输入特征与筛选后的表征之间的互信息降低85.01%,对效用的影响几乎可以忽略不计(1.42%)。