BriefGPT.xyz
Ask
alpha
关键词
privacy-preserving deep learning
搜索结果 - 5
云端神经网络训练中的保密性保护
Tempo 是首个与 TEE 和分布式 GPU 合作的基于云的深度学习系统,通过引入以排列为基础的隐匿算法以盲化输入和模型参数,并提出了一种优化机制来减少加密操作,从而在保护模型隐私的同时加速了深度神经网络的训练,实验证明 Tempo 优于
→
PDF
6 months ago
将变形器转换为多项式形式,用于通过同态加密进行安全推理
设计隐私保护深度学习模型是深度学习社区内的一个主要挑战。同态加密(HE)作为其中最有前景的方法之一,在实现模型所有者和数据所有者之间的解耦方面起到了重要作用。我们通过引入第一个多项式变换器并提供了第一个使用 HE 进行安全推断的示例,开创了
→
PDF
8 months ago
基於生成回放的評論式學習方法
本研究提出了一种名为 Review Learning 的深度学习连续学习技术,使用神经突触权重中存储的记忆信息生成数据样本,并避免了在数据集转移学习中出现的灾难性遗忘现象,从而在保护数据隐私的前提下,提高了模型的性能表现。在使用三类二分类电
→
PDF
2 years ago
MM
基于像素的加密方法用于隐私保护深度学习模型
本文提出了一种有效的基于像素的感知加密方法,采用混沌映射生成的序列对像素值进行异或运算。已验证该方法在保持原始图像固有属性的同时提供了必要的安全性,且应用于数据集 CIFAR 上时,其分类精度与现有方法相当,同时提高了安全性。
PDF
2 years ago
重新思考隐私保护深度学习:如何评估和阻止隐私攻击
本文研究了隐私保护深度学习机制对于各种形式的隐私攻击的能力,提出了通过重构、追踪和成员攻击量化测量模型准确性和隐私损失之间的权衡,针对重构攻击提出了解决带有噪声的线性方程组的新颖方法,通过 SPN 技术解决了现有 PPDL 方法面临的隐私攻
→
PDF
4 years ago
Prev
Next