-
题名隐私保护机器学习的密码学方法
被引量：12
- 1
-
-
作者
蒋瀚
刘怡然
宋祥福
王皓
郑志华
徐秋亮
-
机构
山东大学软件学院
山东师范大学信息科学与工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2020年第5期1068-1078,共11页
-
基金
国家自然科学基金(61632020,61572294)
山东省自然科学基金(ZR2017MF021)
+1 种基金
山东省科技重大创新工程项目(2018CXGC0702)
山东半岛国家自主创新示范区发展建设项目(S190101010001)。
-
文摘
新一代人工智能技术的特征,表现为借助GPU计算、云计算等高性能分布式计算能力,使用以深度学习算法为代表的机器学习算法,在大数据上进行学习训练,来模拟、延伸和扩展人的智能。不同数据来源、不同的计算物理位置,使得目前的机器学习面临严重的隐私泄露问题,因此隐私保护机器学习(PPM)成为目前广受关注的研究领域。采用密码学工具来解决机器学习中的隐私问题,是隐私保护机器学习重要的技术。该文介绍隐私保护机器学习中常用的密码学工具,包括通用安全多方计算(SMPC)、隐私保护集合运算、同态加密(HE)等,以及应用它们来解决机器学习中数据整理、模型训练、模型测试、数据预测等各个阶段中存在的隐私保护问题的研究方法与研究现状。
-
关键词
隐私保护机器学习
安全多方计算
同态加密
隐私保护集合求交
-
Keywords
Privacy-Preserving Machine(PPM)learning
Secure MultiParty Computation(SMPC)
Homomorphic Encryption(HE)
Private Set Intersection(PSI)
-
分类号
TN918
[电子电信—通信与信息系统]
TP309
[自动化与计算机技术—计算机系统结构]
-
