基于安全多方计算的个人文本消息隐私保护分类：在仇恨言论检测中的应用
密码学与安全
2021-03-15 v3 信息检索
机器学习
摘要
个人文本消息的分类在监控、电子商务和心理健康护理等诸多领域有有用应用。让应用访问个人文本很容易导致（非）故意的隐私侵犯。我们提出了首个可证明安全的文本分类隐私保护方案。我们的方法基于安全多方计算（SMC），涵盖从文本中提取特征，以及随后用逻辑回归与树集成进行分类。我们证明，当使用我们的安全文本分类方法时，应用不会学到关于文本的任何信息，且文本作者不会学到应用所使用的文本分类模型除分类结果本身所透露之外的任何信息。我们使用一个检测针对女性和移民的仇恨言论的应用进行端到端实验，展示了在不损失准确性的情况下优异的运行时间结果。
引用
@article{arxiv.1906.02325,
title = {Privacy-Preserving Classification of Personal Text Messages with Secure Multi-Party Computation: An Application to Hate-Speech Detection},
author = {Devin Reich and Ariel Todoki and Rafael Dowsley and Martine De Cock and Anderson C. A. Nascimento},
journal= {arXiv preprint arXiv:1906.02325},
year = {2021}
}