PINFER：面向机器学习的隐私保护推理
密码学与安全
2019-10-07 v1 人工智能
机器学习
摘要
外包机器学习服务预期日益增长的作用正引发对用户数据隐私的担忧。若干技术解决方案被提出以应对该问题。云数据中心中的硬件安全模块因其复杂性似乎仅限于企业客户，而通用多方计算技术需要大量消息交换。本文提出多种用于隐私保护回归与分类的协议，其（i）仅需加法同态加密算法，（ii）将交互限制为仅一次请求与响应，且（iii）可直接用于逻辑回归与 SVM 分类等重要机器学习算法。基础协议随后被扩展并应用于前馈神经网络。
引用
@article{arxiv.1910.01865,
title = {PINFER: Privacy-Preserving Inference for Machine Learning},
author = {Marc Joye and Fabien A. P. Petitcolas},
journal= {arXiv preprint arXiv:1910.01865},
year = {2019}
}