Color-NeuraCrypt: Privacy-Preserving Color-Image Classification Using Extended Random Neural Networks

要約

近年、クラウド コンピューティング プラットフォームの発展に伴い、深層学習のプライバシー保護方法が喫緊の課題となっています。
NeuraCrypt はプライバシー保護のためのプライベート ランダム ニューラル ネットワークであり、データ所有者はデータ アップロードの前に医療データを暗号化できます。データ所有者は、暗号化されたデータを使用してクラウド サーバーでモデルをトレーニングし、テストすることができます。
ただし、カラー画像を使用すると、NeuraCrypt のパフォーマンスが大幅に低下することが指摘されています。
この論文では、この問題を解決する Color-NeuraCrypt を提案します。
実験結果は、提案された Color-NeuraCrypt が、元の方法や他のプライバシー保護方法よりも優れた分類精度を達成できることを示しています。

要約(オリジナル)

In recent years, with the development of cloud computing platforms, privacy-preserving methods for deep learning have become an urgent problem. NeuraCrypt is a private random neural network for privacy-preserving that allows data owners to encrypt the medical data before the data uploading, and data owners can train and then test their models in a cloud server with the encrypted data directly. However, we point out that the performance of NeuraCrypt is heavily degraded when using color images. In this paper, we propose a Color-NeuraCrypt to solve this problem. Experiment results show that our proposed Color-NeuraCrypt can achieve a better classification accuracy than the original one and other privacy-preserving methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google