使用二维全息约简表示在不可信平台上部署卷积网络
机器学习
2022-06-14 v1 密码学与安全
计算机视觉与模式识别
机器学习
摘要
由于运行神经网络推理的计算成本，通常需要将推理步骤部署到第三方的计算环境或硬件上。如果第三方不完全可信，则希望对输入和输出的性质进行混淆，使第三方无法轻易确定正在执行的具体任务。利用不可信方的可证明安全协议存在，但计算开销过大而无法实际运行。我们转而探索一种称为联结主义符号伪密钥的快速启发式安全策略。通过利用全息约简表示（HRR），我们创建了一种具有伪加密风格防御的神经网络，经验表明其对抗攻击具有鲁棒性，即使在极不现实地有利于对手的威胁模型下也是如此。
引用
@article{arxiv.2206.05893,
title = {Deploying Convolutional Networks on Untrusted Platforms Using 2D Holographic Reduced Representations},
author = {Mohammad Mahmudul Alam and Edward Raff and Tim Oates and James Holt},
journal= {arXiv preprint arXiv:2206.05893},
year = {2022}
}
备注
To appear in the Proceedings of the 39 th International Conference on Machine Learning, Baltimore, Maryland, USA, PMLR 162, 2022