画像データベースにおける微分プライバシーの文脈化:主成分分析逆に基づく軽量画像微分プライバシーアプローチ【JST・京大機械翻訳】

Zhang Shiliang; Ma Xuehui; Cao Hui; Zhao Tengyuan; Yu Yajie; Wang Zhuzhu

プレプリント

J-GLOBAL ID：202202217242365309 整理番号：22P0290921

画像データベースにおける微分プライバシーの文脈化:主成分分析逆に基づく軽量画像微分プライバシーアプローチ【JST・京大機械翻訳】

Contextualize differential privacy in image database: a lightweight image differential privacy approach based on principle component analysis inverse

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年02月16日プレプリントサーバーでの情報更新日： 2022年02月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

微分プライバシー(DP)はデータベースにおけるプライバシー感受性情報を保存するためのデファクト標準である。それにもかかわらず,画像データベースにおけるDPの明確で説得力のある文脈化があり,そこでは,特定の解析への個々の画像の区別できない寄与が達成でき,DPが発揮されたときに観察される。結果として,DPの統合によるプライバシー-精度トレードオフは,差分プライベート画像データベースの文脈において不十分に実証された。本研究では,画像データベースにおけるDPを,画像との概念微分プライバシーの統合の明示的で直感的な実証により,文脈化することを目的とした。この目的のために,画像データベースを全体として,そして,画像データベースの統計的意味論を調整可能なレベルに保存する軽量アプローチを設計し,一方,個々の画像の寄与を区別できないようにした。設計したアプローチは,DPが実行される低次元空間に対する大量の属性を有する生画像を減らすために,主成分分析(PCA)を活用し,それにより,属性を計算するDP負荷を減少させた。プライバリゼーションフォーマットで見えないDP-消去画像データをPCA逆変換により可視化し,人間と機械検査者の両方がプライバリゼーションを評価でき,プライバリゼーション画像データベースの分析においてプライバシー-精度トレードオフを定量化できる。考案されたアプローチを用いて,著者らは,深い学習モデルに基づく2つの使用事例による画像におけるDPの文脈化を実証し,ここでは,異なるプライバリゼーション設定の下でのプライバシー-精度トレードオフに関する定量分析によって詳述された,深い学習タスクにおける統計的意味論のDPとプライバリゼーションされた画像の保持によって誘発された個々の画像の不可解性を示す。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

データ保護 , 図形・画像処理一般

, , , , ,

前のページに戻る