通过对抗训练学习隐私保护编码

我们提出一个框架，用于学习图像的隐私保护编码，其抑制所选私有属性的推断，同时允许恢复其他期望信息。我们的目标并非简单地抑制某个给定的固定预训练估计器，而是使估计器即便在知晓编码函数的情况下也无法学会准确预测私有属性。我们为此采用一种自然的基于对抗优化的公式——将编码函数与私有属性分类器相对抗地训练，二者均建模为深度神经网络。我们工作的关键贡献是一种稳定且收敛的优化方法，其成功学习到具有所需性质的编码器——在对抗优化中以及在使用固定编码器后训练的分类器中，均能在保持效用的同时抑制私有属性推断。我们采用严格的实验验证协议，其中分类器在固定编码器上被穷尽训练直至饱和。我们在具有真实世界复杂度的任务上评估我们的方法——学习抑制不同场景类别检测的高维编码——并发现其产生的编码器在维护隐私方面具有韧性。