隐私保护
文章平均质量分 88
Super—Shine
这个作者很懒,什么都没留下…
展开
-
【论文笔记】A data value metric for quantifying information content and utility
摘要最近的科学进步、快速的技术进步、制造成本的大幅降低,以及对有效决策支持系统的巨大需求,推动了数据驱动的创新。这导致人们努力收集大量异构和多源数据,然而,并非所有数据都具有相同的质量或信息量。以前捕获和量化数据效用的方法包括信息价值(VoI)、信息质量(QoI)和互信息(MI)。本手册引入了一种新的度量方法,用于量化大量越来越复杂的数据是否会增强、降低或改变它们在特定任务中的信息内容和效用。我们提出了一种新的信息论度量,称为数据价值度量(DVM),它量化了大型异构数据集的有用信息内容(能量)。DVM公原创 2022-03-09 15:42:20 · 3144 阅读 · 0 评论 -
【论文笔记】Privacy Prediction of Lightweight Convolutional Neural Network
摘要基于云的深度学习的日益普及引发了关于准确预测和数据隐私的问题。以前的研究已经实现了简单神经网络的隐私预测。由于更复杂的神经网络需要更多的计算开销,现有的隐私预测方案效率低下。为了解决上述问题,本文介绍了一种可应用于加密数据的轻量级卷积神经网络(CNN)的隐私预测方法。首先,在不影响原有精度的情况下,将复杂的 CNN 剪裁成轻量级网络,可以高效地实现安全预测。其次,采用FV同态加密方案对用户的敏感数据进行加密,CNN中的每一层都是在密文上计算的,从而保护用户的数据隐私。最后,安全分析和实验结果证明了所原创 2022-01-24 16:30:20 · 1689 阅读 · 2 评论 -
【论文笔记】Image Privacy Prediction Using Deep Neural Networks
摘要如今,越来越多的图片在Facebook、Flickr、Foursquare和Instagram等社交网站上在线共享。图像共享不仅发生在一群朋友之间,而且越来越多地发生在用户社交圈之外,用于社交发现。尽管目前的社交网站允许用户改变他们的隐私偏好,但这对于绝大多数网络用户来说往往是一项繁琐的任务,他们在分配和管理隐私设置方面面临困难。当这些隐私设置使用不当时,在线图像共享可能会导致恶意披露和侵犯隐私。因此,在将图像上传到社交网站之前,自动预测图像的隐私以警告用户隐私或敏感内容已成为当前互...原创 2022-01-11 01:07:24 · 1726 阅读 · 0 评论 -
【论文笔记】Unsupervised Deep Features for Privacy Image Classification
摘要由于对隐私信息的不了解,在线共享图像对广泛的用户构成了安全威胁。深度特征已被证明是图像的强大表示。然而,深度特征通常存在尺寸大和需要大量数据进行微调的问题。与普通图像(例如场景图像)相比,隐私图像通常由于敏感信息而受到限制。在本文中,我们提出了一种新方法,可以在有限的数据上工作并生成更小尺寸的深度特征。对于训练图像,我们首先从预训练的模型中提取初始深度特征,然后采用 K-means 聚类算法来学习这些初始深度特征的质心。我们使用从训练特征中学习到的质心来提取每个测试图像的最终特征,并...原创 2021-12-23 19:54:35 · 1970 阅读 · 0 评论 -
【论文笔记】Towards Privacy-Preserving Affect Recognition: A Two-Level Deep Learning Architecture
摘要使用图像和计算机视觉自动理解和识别人类情感状态可以改善人机交互和人机交互。然而,隐私已成为一个备受关注的问题,因为在此过程中可能会暴露用于训练情感模型的人的身份。例如,恶意个人可以利用用户的图像并假设他们的身份。此外,使用图像进行情感识别会导致歧视和算法偏差,因为可以根据面部特征假设某些信息,例如种族、性别和年龄。保护用户隐私和避免滥用其身份的可能解决方案是:(1)从图像数据库中提取匿名面部特征,即动作单元(AU),丢弃图像并使用 AU 进行处理和训练,以及( 2)联邦学习(FL),...原创 2021-12-20 11:01:29 · 2451 阅读 · 0 评论