基于 CrypTFlow 的安全医学图像分析
密码学与安全
2020-12-10 v1
摘要
我们提出 CRYPTFLOW，一个只需一键即可将 TensorFlow 推理代码转换为安全多方计算（MPC）协议的系统。为此，我们构建了两个组件。第一个组件是从 TensorFlow 到多种 MPC 协议的端到端编译器。第二个组件是一种改进的半诚实三方协议，为推理提供显著加速。我们通过展示真实世界神经网络的安全推理来实证证明系统的能力，例如用于从胸部 X 射线图像检测肺部疾病的 DENSENET121，以及用于基于 CT 图像的放疗规划中分割的 3D-UNet。特别地，本文提供了首个对 3D 图像安全分割的评估，该任务比分类需要更强大的模型，且是迄今运行的最大规模安全推理任务。
引用
@article{arxiv.2012.05064,
title = {Secure Medical Image Analysis with CrypTFlow},
author = {Javier Alvarez-Valle and Pratik Bhatu and Nishanth Chandran and Divya Gupta and Aditya Nori and Aseem Rastogi and Mayank Rathee and Rahul Sharma and Shubham Ugare},
journal= {arXiv preprint arXiv:2012.05064},
year = {2020}
}
备注
6 pages. PPML NeurIPS 2020 Workshop, Vancouver, Canada. arXiv admin note: substantial text overlap with arXiv:1909.07814