SpinML：针对私有训练专用 ML 模型的定制化合成数据生成
机器学习
2026-03-03 v2 密码学与安全
摘要
针对用户需求和请求的 specialized machine learning (ML) 模型正越来越多地部署在配备摄像头的智能设备上，以提供基于摄像数据的个性化智能服务。然而，两个主要挑战阻碍了此类模型的训练：缺乏适用于 specialized 任务的公开标注数据，以及由于用户隐私顾虑导致的标注私有数据不可访问。为此，我们提出了一种新系统 SpinML，其中服务器生成针对用户请求的定制化合成图像数据，以私密方式训练 specialized ML 模型，仅需用户提供的少量已清理的 reference 图像。SpinML 提供用户对 reference 图像的细粒度、对象级控制，允许用户根据其隐私偏好在隐私与实用性之间进行权衡。通过在三个 specialized 模型训练任务上的实验，我们展示了我们提出的系统可以在不妥协用户隐私偏好的情况下提升 specialized 模型的性能。
引用
@article{arxiv.2503.03160,
title = {SpinML: Customized Synthetic Data Generation for Private Training of Specialized ML Models},
author = {Jiang Zhang and Rohan Xavier Sequeira and Konstantinos Psounis},
journal= {arXiv preprint arXiv:2503.03160},
year = {2026}
}
备注
17 pages (with appendix), 6 figures, Accepted at The 25th Privacy Enhancing Technologies Symposium (PETS2025)