从受保护模板中重构隐私敏感数据
机器学习
2019-05-10 v1 密码学与安全
信息检索
机器学习
摘要
本文基于最近提出的带模糊化的稀疏三值编码（STCA）概念，探讨了从隐私保护模板中重构数据的问题。STCA 是随机化技术的一种推广，包括随机投影、有损量化以及添加模糊化噪声，以满足隐私-效用权衡要求。STCA 的理论隐私保护特性已在合成数据上得到验证。然而，STCA 对真实数据的适用性以及与基于最近深度重构算法的重构相关的潜在威胁仍是开放问题。我们的结果表明，面对针对合成独立同分布（i.i.d.）数据的深度重构攻击时，STCA 仍能达到其声称的理论性能；而对于真实图像，则需要采取特殊措施以确保对模板的适当保护。
引用
@article{arxiv.1905.03282,
title = {Reconstruction of Privacy-Sensitive Data from Protected Templates},
author = {Shideh Rezaeifar and Behrooz Razeghi and Olga Taran and Taras Holotyak and Slava Voloshynovskiy},
journal= {arXiv preprint arXiv:1905.03282},
year = {2019}
}
备注
accepted at ICIP 2019