一种用于隐私保护深度神经网络的基于 GAN 的图像转换方案
密码学与安全
2020-06-03 v1 图像与视频处理
摘要
我们提出了一种使用生成对抗网络 (GAN) 的图像转换新方案，用于隐私保护深度神经网络 (DNN)。所提出的方案不仅使我们能够将无视觉信息的图像应用于 DNN，还能增强对包括基于 DNN 的攻击在内的唯密文攻击 (COA) 的鲁棒性。本文证明，所提出的转换方案能够保护明文图像上的视觉信息，并且受视觉保护的图像可直接应用于 DNN 以进行隐私保护图像分类。由于所提出的方案利用了 GAN，因此无需管理加密密钥。在图像分类实验中，我们从分类准确率和对 COA 的鲁棒性方面评估了所提方案的有效性。
关键词
引用
@article{arxiv.2006.01342,
title = {A GAN-Based Image Transformation Scheme for Privacy-Preserving Deep Neural Networks},
author = {Warit Sirichotedumrong and Hitoshi Kiya},
journal= {arXiv preprint arXiv:2006.01342},
year = {2020}
}
备注
To be appeared on 28th European Signal Processing Conference (EUSIPCO 2020)