-
题名基于加性秘密共享的轻量级隐私保护移动传感分类框架
- 1
-
-
作者
何宇宇
周凤
田有亮
熊伟
王帅
-
机构
贵州大学计算机科学与技术学院公共大数据国家重点实验室
贵州省密码学与区块链技术特色重点实验室
贵州大学密码学与数据安全研究所
贵州大学大数据与信息工程学院
-
出处
《计算机科学》
北大核心
2025年第11期415-424,共10页
-
基金
国家重点研发计划(2021YFB3101100)
国家自然科学基金(62272123)
+2 种基金
贵州省高层次创新型人才项目(黔科合平台人才[2020]6008)
贵州省科技计划项目(黔科合平台人才[2020]5017,黔科合支撑[2022]一般065,黔科合战略找矿[2022]ZD001)
贵阳市科技计划项目(筑科合[2022]2-4)。
-
文摘
针对在移动传感设备上部署卷积神经网络模型出现的数据隐私泄露问题,以及隐私保护目标分类框架中服务器交互计算导致通信开销过高的挑战,提出了一种基于加性秘密共享的轻量级隐私保护移动传感目标分类框架(LPMS)。该框架确保移动传感设备在交换数据时不会泄露隐私信息,同时显著降低通信开销和计算开销。首先,利用加性秘密共享技术构建了一系列不依赖计算密集型密码原语的安全计算协议,以实现安全高效的神经网络计算;其次,构建了一种三维混沌加密方案,防止原始数据在上传至边缘服务器的过程中被攻击者窃取;最后,通过理论分析与安全性证明,验证了LPMS框架的正确性及安全性。实验结果表明,与PPFE方案相比,LPMS方案将模型计算开销降低了73.33%,通信开销减少了68.36%。
-
关键词
移动传感设备
卷积神经网络
隐私保护
加性秘密共享
混沌加密
-
Keywords
Mobile sensing devices
Convolutional neural networks
Privacy-preserving
Additive secret sharing
Chaotic encryption
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
