ピアツーピア分散機械学習の(In)セキュリティについて【JST・京大機械翻訳】

Pasquini Dario; Raynal Mathilde; Troncoso Carmela

プレプリント

J-GLOBAL ID：202202221373153177 整理番号：22P0351530

ピアツーピア分散機械学習の(In)セキュリティについて【JST・京大機械翻訳】

On the (In)security of Peer-to-Peer Decentralized Machine Learning

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 (3件)： , ,
資料名：
発行年： 2022年05月17日プレプリントサーバーでの情報更新日： 2023年11月10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)

本研究では,連合学習の主な限界に対処することを目的とした協調機械学習フレームワークである分散学習の,初めて,徹底的,プライバシー分析を実施した。受動および能動分散広告の両方に対する一連の新しい攻撃を導入した。分散学習提案者によって主張されたものとは対照的に,分散学習は,連合学習に対していかなるセキュリティ利点も提供しないことを示した。むしろ,それは,勾配反転のようなプライバシー攻撃を実行するために,システム内の任意のユーザを可能にする攻撃表面を増加させ,また,ホネストユーザの局所モデルに対する完全な制御を利得する。また,保護における芸術の状態を考えると,分散学習のプライバシー保護構成は,完全に接続されたネットワークを必要とし,連合したセットアップよりも実用的な利点を失い,従って分散アプローチの目的を完全に消すことを示した。【JST・京大機械翻訳】

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

データ保護 , 計算機網

, ,

前のページに戻る