面向无线感知的差分隐私特征释放：CSI时频图的自适应隐私预算分配
密码学与安全
2025-12-30 v3
摘要
Wi-Fi/RF-based人类感知已通过深度学习取得显著进展，但实际部署日益需要进行特征共享以支持云端分析、协作训练或基准评估。释放中间表示如CSI时频图可能不可意外地暴露敏感信息，包括用户身份、位置和成员资格，从而激发对形式化隐私保证的需求。本文研究面向无线感知的差分隐私特征释放，提出一种针对CSI时频表示高度非均匀结构的自适应隐私预算分配机制。我们的管道将CSI转换为有界时频图特征，通过裁剪实现灵敏度控制，估计时频平面上与任务相关的重要性，并在注入校准高斯噪声前将全局隐私预算分配到时频图的各个块上。在多用户活动感知（WiMANS）、多人3D姿态估计（Person-in-WiFi 3D）和呼吸监测（Resp-CSI）等实验中，表明自适应分配在相同隐私预算下持续改善了隐私-效用前沿，优于均匀扰动。我们的方法在提高准确率、降低误差的同时，显著减少了身份推断和成员推断攻击中的经验泄露。
引用
@article{arxiv.2512.20323,
title = {Differentially Private Feature Release for Wireless Sensing: Adaptive Privacy Budget Allocation on CSI Spectrograms},
author = {Ipek Sena Yilmaz and Onur G. Tuncer and Zeynep E. Aksoy and Zeynep Yağmur Baydemir},
journal= {arXiv preprint arXiv:2512.20323},
year = {2025}
}
备注
19pages,4figures