-
题名边缘协同的轻量级隐私保护分类框架
被引量：5
- 1
-
-
作者
熊金波
周永洁
毕仁万
万良
田有亮
-
机构
贵州大学计算机科学与技术学院
福建师范大学计算机与网络空间安全学院
贵州省公共大数据重点实验室
贵州大学密码学与数据安全研究所
-
出处
《通信学报》
EI
CSCD
北大核心
2022年第1期127-137,共11页
-
基金
国家自然科学基金资助项目(No.61872090,No.61872088,No.U1836205,No.61772008)
贵州省科技重大专项计划基金资助项目(No.20183001)
+3 种基金
福建省自然科学基金资助项目(No.2019J01276)
贵州省科技计划基金资助项目(黔科合基础[2019]1098)
贵州省高层次创新型人才基金资助项目(黔科合平台人才[2020]6008)
贵阳市科技计划基金资助项目(筑科合[2021]1-5)。
-
文摘
针对边端计算环境下存在感知图像数据泄露与隐私保护分类框架计算低效的问题,提出一种边缘协同的轻量级隐私保护分类框架(PPCF),该框架支持加密特征提取和分类,在边缘节点协同分类过程中实现对数据传输和计算过程的隐私保护。首先,基于加性秘密共享技术设计一系列安全计算协议;在此基础上,两台非共谋的边缘服务器协同执行安全卷积、安全批量归一化、安全激活、安全池化等深度神经网络计算层以实现PPCF。理论与安全性分析证明了PPCF的正确性和安全性,性能评估结果显示,PPCF可达到与明文环境等同的分类精度;与同态加密和多轮迭代计算方案相比,PPCF在计算开销和通信开销方面具有明显优势。
-
关键词
边缘协同
隐私保护目标分类
加性秘密共享
深度神经网络
安全计算协议
-
Keywords
edge-collaborative
privacy-preserving object classification
additive secret sharing
deep neural network
secure computing protocol
-
分类号
TN309
[电子电信—物理电子学]
-
