DP-Image：特征空间中图像数据的差分隐私
密码学与安全
2023-06-21 v2 计算机视觉与模式识别
摘要
图像在社交网络、政府数据库和工业应用中的过度使用带来了巨大的隐私风险并引发了公众的严重关切。尽管差分隐私（DP）是能提供可证明隐私保证的被广泛接受的标准，但由于缺乏对任意两幅图像间有意义差异的明确界定，将 DP 应用于图像等非结构化数据并非易事。本文首次提出一种称为 DP-Image 的、感知图像的差分隐私新概念，可保护图像中用户的个人信息免受人类和 AI 对手的侵害。DP-Image 定义作为传统差分隐私的扩展版本，考虑了图像特征空间向量间的距离度量。然后我们提出一种通过对图像特征向量加噪来实现 DP-Image 的机制。最后，我们以人脸图像隐私为例进行实验研究。结果表明所提 DP-Image 方法对图像提供了优异的 DP 保护，且对人脸的畸变可控。
引用
@article{arxiv.2103.07073,
title = {DP-Image: Differential Privacy for Image Data in Feature Space},
author = {Hanyu Xue and Bo Liu and Ming Ding and Tianqing Zhu and Dayong Ye and Li Song and Wanlei Zhou},
journal= {arXiv preprint arXiv:2103.07073},
year = {2023}
}