InstaHide:面向隐私保护分布式学习的实例隐藏方案
InstaHide: Instance-hiding Schemes for Private Distributed Learning
AI 导读
研究者提出 InstaHide,一种面向隐私保护分布式学习的训练图像加密方案,可插入现有分布式深度学习流程,让多方在私有数据上协作训练共享模型,且对测试精度影响较小。该方案以一次性密钥加密每张训练图像,做法是混合若干随机选取的图像并施加随机逐像素掩码,还可在加密时混入 ImageNet 等大型公开数据集以提升安全性。实验显示该方案能抵御已知隐私攻击,理论分析表明成功攻击隐私需要求解一个困难计算问题;作者还证明逐像素掩码对安全性不可或缺,仅用 Mixup 会被某些高效攻击攻破。挑战数据集发布于 https://github.com/Hazelsuko07/InstaHide_Challenge,代码见 https://github.com/Hazelsuko07/InstaHide。
相关热点
0 个事件 · 1 条新闻提到
提到这篇论文的新闻
- Nicholas Carlini Writing引用了论文编号或链接InstaHide 获贝尔实验室奖二等奖引发争议