垂直ロジスティック回帰における残基ベースラベル保護機構【JST・京大機械翻訳】

Tan Juntao; Zhang Lan; Liu Yang; Li Anran; Wu Ye

プレプリント

J-GLOBAL ID：202202219050354624 整理番号：22P0346311

垂直ロジスティック回帰における残基ベースラベル保護機構【JST・京大機械翻訳】

Residue-based Label Protection Mechanisms in Vertical Logistic Regression

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 (5件)： , , , ,
資料名：
発行年： 2022年05月09日プレプリントサーバーでの情報更新日： 2022年05月09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)

連合学習(FL)は,分散参加者が,それらの個人データを互いに明らかにすることなしに,グローバルモデルを協調的に学習することを可能にする。最近,参加者が同一セットのサンプルを保持するが,異なる特徴を持つ垂直FLは,ますます注目を集めている。本論文は,最初に,1つのラベル推論攻撃方式を提示して,垂直ロジスティック回帰モデルの潜在的プライバシー漏洩を研究した。特に,攻撃者は,局所データセットと受信解読勾配により構築された線形方程式のシステムを解くことにより計算され,プライベートに所有されたラベルを推論するために,残差変数を利用することができることを発見した。これに対処するために,著者らは次に,攻撃を防ぎ,垂直ロジスティック回帰のロバスト性を改善するために,局所微分プライバシーとホモモルフィック暗号化技術を利用する,付加的雑音機構,乗法的雑音機構,およびハイブリッド機構という3つの保護機構を提案する。実験結果は,付加的ノイズ機構と乗法的ノイズ機構の両方が,モデル試験精度においてわずかな低下だけによって効率的ラベル保護を達成することができて,さらに,ハイブリッド機構は試験精度劣化なしでラベル保護を達成することができて,それは著者らの保護技術の有効性と効率性を実証した。【JST・京大機械翻訳】

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

データ保護

, , ,

前のページに戻る