基于安全多方计算的图像分类方法
Netinfo Security（2023）
交通大数据与人工智能教育部重点实验室
摘要
文章针对基于安全多方计算(Secure Multi-Party Computation,MPC)的图像分类方法进行研究,针对基于ABY3 协议的PaddleFL方法无法支持复杂模型中的一些网络加密操作问题,提出一种面向ABY3 协议重复秘密共享的维度变换和维度压缩操作的加密方法;针对基于Beaver协议的CrypTen方法在密文训练时出现的模型崩溃问题,提出一种基于标志位的检测方法,通过舍弃异常值避免模型训练的环绕错误;针对近似计算错误问题,提出一种基于阈值限制的Softmax函数密文计算方法,满足更大数值范围的密文计算.在公开数据集上进行实验,结果表明,该方法能够在保证模型准确性的前提下有效保护用户数据的隐私.
更多关键词
image classification,privacy-preserving machine learning,secure multiparty computation,PaddleFL,CrypTen
原文链接
分享
引用
