摘要：摘要：新兴高风险智能设备应用（如无人机和智能车辆）对低延迟和隐私的严格要求使得云计算在这些场景中不适用。相反，边缘机器学习对于直接在网络边缘执行训练和推理而无需向集中数据中心发送数据变得越来越有吸引力。这刺激了一个称为联合学习的新兴领域，用于以分布式方式在计算、存储、能量和带宽受限的移动设备上培训机
阅读全文
posted @ 2021-12-19 21:35
12 2021 档案
摘要：摘要无人机（UAV）在灾害管理、货物交付、监视、军事等各个领域的使用正在迅速增加。无人机应用扩展中的重要问题是（物联网到无人机）通信的安全性，考虑到电池功率有限，无人机和物联网设备的飞行时间有限。独立无人机无法完成多项任务，因此正在探索无人机群。无人机群中的安全问题不允许应用程序充分利用所能提供的好
阅读全文
posted @ 2021-12-19 11:44
摘要：摘要近年来，区块链等各种分布式账本技术（DLT）得到了长足的发展。这些技术为提供机密性、完整性、不可否认性、身份验证和透明性提供了一个强健而有效的解决方案。虽然区块链有许多优点，但也有各种限制，如复杂性、低吞吐量、隐私等。我们讨论在决定是否是否在特定情况下使用这些技术。我们描述了区块链的运作、适用于
阅读全文
posted @ 2021-12-19 11:22
摘要：我们证明了训练具有用户级差异隐私保证的大型递归语言模型是可能的，并且在预测准确性方面的成本可以忽略不计。我们的工作建立在深度网络训练的最新进展基础上，即用户分区数据和考虑随机梯度下降的隐私。特别是，我们将用户级隐私保护添加到联邦平均算法中，该算法从用户级数据进行“大步”更新。我们的工作表明，给定一个
阅读全文
posted @ 2021-12-14 12:11
摘要：区块链的容错性通常以其在系统中可以容忍的“对抗力量”的分数f为特征。尽管近年来区块链设计进展迅速，但现有区块链系统仍然只能容忍低于0.5的f。实际可用的区块链能否容忍恶意多数，即f高于0.5？这项工作对这个问题给出了肯定的答案。我们首先注意到，众所周知，f高于0.5的拜占庭共识不可能继续存在于区块链
阅读全文
posted @ 2021-12-13 22:03
摘要：基于区块链的加密货币越来越流行，可伸缩性已成为首要和紧迫的问题。我们分析比特币的基本瓶颈和环境瓶颈如何限制其当前对等覆盖网络支持更高吞吐量和更低延迟的能力。我们的结果表明，块大小和间隔的重新参数化只应被视为实现下一代高负载区块链协议的第一步，而重大进步还需要对技术方法进行基本反思。我们为这些方法的设
阅读全文
posted @ 2021-12-13 21:32
摘要：我们将区块链无线接入网络（B-RAN）作为一种先进的无线接入模式。拟议的B-RAN通过利用区块链原理，将大量无信任子网联合起来，形成大规模可信任合作网络。我们介绍了网络效应的经济概念，它与不断增长的B-RAN的效益有关。我们表明，B-RAN可以通过连接多边团体和构建多边平台（MSP）来创造和获取价值
阅读全文
posted @ 2021-12-13 08:50
摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 摘要无线应用程序和数据流量的不断增长继续突出了长期以来对分散、自我管理和协作网络体系结构的需求。受区块链技术力量的启发，我们提出了一种区块链无线接入网络（B-RAN）架构，并开发了分散、安全和高效的机制来管理固有的不可信网络实体之间的网络
阅读全文
posted @ 2021-12-12 13:17
摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 提出区块链无线接入网（B-RAN）的概念是为了整合跨网络资源，包括频谱和基础设施，以满足各种连接需求的爆炸性增长。在这项工作中，我们考虑原型设计的B-RAN，并解决了在其实施中出现的问题。为了减少访问延迟，我们为B-RAN开发了一个快速智
阅读全文
posted @ 2021-12-12 12:30
摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 由于最近在处理速度、数据采集和存储方面的进步，机器学习（ML）正在渗透到我们生活的方方面面，并从根本上改变许多领域的研究。无线通信是另一个成功案例——无处不在，从手持设备到可穿戴设备、智能家居和汽车。尽管近年来在利用ML工具解决各种无线通
阅读全文
posted @ 2021-12-11 21:11
摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 为了利用分布在网络边缘的丰富数据，出现了一种新的机器学习范式，称为边缘学习，在边缘部署学习算法，为移动用户提供智能服务。在计算速度快速提高的同时，通信延迟正成为快速边缘学习的瓶颈。为了解决这个问题，这项工作的重点是设计一种用于边缘学习的低
阅读全文
posted @ 2021-12-11 19:59
摘要：随机梯度下降（SGD）的并行实现由于其出色的可扩展性而受到了极大的研究关注。并行SGD时的一个基本障碍是节点之间通信梯度更新的高带宽成本；因此，提出了几种有损压缩启发式算法，其中节点只传递量化梯度。虽然在实践中有效，但这些启发式方法并不总是收敛。 在本文中，我们提出了量化SGD（QSGD），这是一系
阅读全文
posted @ 2021-12-10 19:25
摘要：协作机器学习和相关技术（如联合学习）允许多个参与者（每个人都有自己的训练数据集）通过本地训练和定期交换模型更新来构建联合模型。 我们证明，这些更新泄露了参与者培训数据的意外信息，并开发了被动和主动推理攻击来利用这种泄露。首先，我们表明，对抗性参与者可以推断准确数据点的存在，例如，其他人训练数据中的特
阅读全文
posted @ 2021-12-09 16:53
摘要：1.introduction 在本文中，我们设计、实现和评估了一个实用的系统，该系统使多方能够针对给定目标共同学习一个精确的神经网络模型，而无需共享其输入数据集。我们利用了一个事实，即现代深度学习中使用的优化算法，即基于随机梯度下降的优化算法，可以并行化并异步执行。我们的系统允许参与者在自己的数据集
阅读全文
posted @ 2021-12-05 23:42
摘要：在差分隐私机制中，训练数据模型的隐私泄漏是有界的。然而，对于有意义的隐私参数，当模型包含大量可训练参数时，差异私有模型会显著降低效用。在本文中，我们提出了一种梯度嵌入扰动（GEP）算法，用于训练具有较高精度的差异私有深度模型。具体而言，在每个梯度下降步骤中，GEP First将单个私有梯度投影到非敏
阅读全文
posted @ 2021-12-05 23:21
摘要：差分隐私性是在统计数据库上提供保密性噪声查询答案的有力工具。它保证了噪声查询答案的分布随任何元组的添加或删除而变化很小。它经常伴随着流行的说法，即它提供隐私，而不需要对数据进行任何假设，并且它可以防止知道除一条记录之外的所有记录的攻击者。本文对差别隐私进行了批判性分析。 首先，我们使用一个没有免费午
阅读全文
posted @ 2021-12-05 22:37
摘要：差分隐私是针对隐私保护数据分析，量身定做的隐私目标的定义(definition)。自从[DMNS06，Dwo06]诞生以来，差分隐私数据分析一直是算法和理论研究的主题。然而，不幸的是，有些文献是对deffnition的存在基本误解。在这份简短的邀请函中，我们将阐明并回应这些最常见的错误。 错误1：将de
阅读全文
posted @ 2021-12-05 22:06
摘要：我们发起了药物遗传学中的隐私研究，其中机器学习模型被用来根据患者的基因型和背景指导医疗。对个性化华法林剂量中的隐私进行了深入的案例研究，我们发现建议的模型存在隐私风险，特别是因为攻击者可以执行我们所说的模型反转：攻击者在给定模型和一些关于患者的人口统计信息后，可以预测患者的基因标记。 由于差分隐私(
阅读全文
posted @ 2021-12-05 17:54
摘要：由发布机器学习模型引起的训练数据的机密性，最近受到越来越多的关注。受现有 MI 攻击和其他先前证明是“伪装”的 MI 攻击的驱动，本文通过提出一种基于游戏的方法启动了对 MI 攻击的正式研究。我们的方法揭示了许多微妙的问题，并且设计一个严格的基于游戏的定义，类似于密码学中的定义，是未来工作的有趣途径
阅读全文
posted @ 2021-12-05 15:02
摘要：与其他应用程序相比，深度学习模型似乎不太可能成为隐私攻击的受害者。然而，存在确定实体是否用于训练集中的方法（称为成员推理的对抗性攻击），并且包含在“模型反演”下的技术允许仅在给定模型输出（有时还有上下文信息）的情况下重建原始数据输入。这篇博文展示了模型反转的端到端示例，并探讨了使用 TensorFl
阅读全文
posted @ 2021-12-05 13:29
摘要：本文档是关于差异隐私(Dierential Privacy)的入门读物，差异隐私是一个正式的数学框架，用于在分析或发布统计数据时确保隐私保护。最近从理论计算机科学文献中出现的不同隐私现在正处于在各种学术、行业和政府环境中实施和使用的初始阶段。本文档使用直观的插图和有限的数学形式主义，为非技术从业者提
阅读全文
posted @ 2021-12-05 10:23
摘要：明确的话题 差分隐私的定义 动机与解释 联动攻击及辅助信息 等效配方（贝叶斯，基于模拟） 差异隐私可以做什么和不可以做什么 基本的差异化私有机制 随机反应 拉普拉斯机制 组合定理 指数机制 用差异隐私回答许多查询 合成数据 私有乘法权重 攻击和下限 重建算法 包装/体积参数 对无状态机制的攻击 差分
阅读全文
posted @ 2021-12-04 20:43
摘要：比特：数字信息的计算机科学 侧重于数量、资源和属性等信息。我们研究定量方法的应用，以了解信息技术如何为公共政策、法规和法律问题提供信息。音乐、图像和电话交谈如何以数字方式表示，它们如何通过电线、玻璃纤维和空气可靠地从一个地方移动到另一个地方？谁拥有信息，谁拥有软件，哪些形式的法规和法律限制了信息的交
阅读全文
posted @ 2021-12-04 20:29
摘要：1.私有数据分析 在信息领域中，隐私的丧失通常与无法控制对信息的访问，无法控制信息的流量或无法控制使用信息的目的有关。即使解决了所有这些控制问题，确保隐私也是一个挑战的环境中出现了隐私保护数据的统计分析。 统计披露控制的问题 -- 在保护个人隐私的同时揭示一组受访者的准确统计数据 -- 有着悠久的历
阅读全文
posted @ 2021-12-04 19:09
摘要：Qinqing Zheng, Shuxiao Chen, Qi Long, Weijie Su Proceedings of The 24th International Conference on Artificial Intelligence and Statistics, PMLR 130:2
阅读全文
posted @ 2021-12-03 17:35
摘要：郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Bu, Z., Dong, J., Long, Q., & Weijie, S. (2020). Deep Learning with Gaussian Differential Privacy. Harvard Data Science
阅读全文
posted @ 2021-12-03 13:57
浙公网安备 33010602011771号