ArchNet：分布式机器学习系统中的数据隐藏模型
机器学习
2020-10-21 v2 密码学与安全
摘要
将空闲的嵌入式设备集成到云计算中是支持分布式机器学习的一种有前景的方法。在本文中，我们着手解决此类分布式机器学习系统中的数据隐藏问题。为了在分布式机器学习系统中进行数据加密，我们提出了三方非对称加密定理并给出了数学证明。基于该定理，我们设计了一种通用的图像加密方案 ArchNet。该方案已在 MNIST、Fashion-MNIST 和 Cifar-10 数据集上实现，以模拟真实场景。我们在加密数据集上使用不同的基础模型，并将结果与 RC4 算法和差分隐私策略进行比较。实验结果评估了所提设计的有效性。具体而言，与 RC4 相比，我们的设计在 MNIST 上的准确率可提高至 97.26%。ArchNet 加密数据集上的准确率分别为 97.26%、84.15% 和 79.80%，而在原始数据集上的准确率分别为 97.31%、82.31% 和 80.22%，这表明 ArchNet 加密后的准确率与基础模型具有相同的性能。这也表明 ArchNet 可以部署在带有嵌入式设备的分布式系统上。
引用
@article{arxiv.2004.10968,
title = {ArchNet: Data Hiding Model in Distributed Machine Learning System},
author = {Kaiyan Chang and Wei Jiang and Jinyu Zhan and Zicheng Gong and Weijia Pan},
journal= {arXiv preprint arXiv:2004.10968},
year = {2020}
}