面向隐私保护普适系统的可解释机器学习
机器学习
2019-06-06 v6 密码学与安全
机器学习
摘要
我们日常与普适系统的交互会生成痕迹，这些痕迹捕捉了人类行为的各个方面，并使机器学习算法能够提取关于用户的潜在信息。本文提出了一个机器学习可解释性框架，使用户能够了解这些生成的痕迹如何侵犯其隐私。
引用
@article{arxiv.1710.08464,
title = {Interpretable Machine Learning for Privacy-Preserving Pervasive Systems},
author = {Benjamin Baron and Mirco Musolesi},
journal= {arXiv preprint arXiv:1710.08464},
year = {2019}
}