面向医疗数据民主化与信息泄露预防的数据编码
机器学习
2023-05-08 v1 密码学与安全
摘要
数据民主化的缺失以及训练模型的信息泄露,阻碍了基于深度学习的稳健医疗解决方案的开发与接受。本文主张,不可逆数据编码可在不违反医疗数据与临床模型所施加隐私约束的前提下,为达成数据民主化提供有效方案。理想的编码框架将数据变换至一新空间,使其在人工或计算审查下不可辨识。然而,编码数据应保留原始数据的语义,以使深度学习模型得以有效训练。本文假设了所需编码框架的特性,进而利用随机投影与随机量子编码为稠密及纵向或时间序列数据实现该框架。实验评估强调,在编码时间序列数据上训练的模型有效秉持信息瓶颈原理,因而展现出较少的来自训练模型的信息泄露。
引用
@article{arxiv.2305.03710,
title = {Data Encoding For Healthcare Data Democratisation and Information Leakage Prevention},
author = {Anshul Thakur and Tingting Zhu and Vinayak Abrol and Jacob Armstrong and Yujiang Wang and David A. Clifton},
journal= {arXiv preprint arXiv:2305.03710},
year = {2023}
}