Privacy preserving multi-party computation delegation for deep learning in cloud computing

پیشرفت های اخیر در یادگیری عمیق، وضعیت هنر را در هوش مصنوعی بهبود داده است و یکی از مهمترین محرک های این موفقیت، حجم زیادی از داده ها است. اگر چه یادگیری مشارکتی می تواند دقت یادگیری را با افزودن مجموعه داده های بیشتر به فرآیند یادگیری بهبود بخشد، مسائل جدی حفظ حریم خصوصی نیز از داده های آموزش دیده بوجود آمده است. در این مقاله، ما یک چارچوب جدید برای یادگیری عمیق چند حزبی را در محاسبات ابر ارائه می کنیم که در آن حجم زیادی از داده های آموزشی بین بسیاری از احزاب توزیع می شود. سیستم ما چندین طرف را قادر می سازد تا همان مدل شبکه عصبی را یاد بگیرند که براساس مجموعه داده های جمع شده تولید می شود و حریم خصوصی مجموعه داده های محلی و مدل یادگیری در برابر سرور ابر محافظت می شود. تجزیه و تحلیل گسترده نشان می دهد که طرح های ما الزامات امنیتی اطمینان و اطمینان را برآورده می کند. پیاده سازی و آزمایش ما نشان می دهد که سیستم ما دارای کارایی محاسباتی قابل کنترل است و می تواند به طیف وسیعی از مناطق حساس به حریم خصوصی در یادگیری عمیق اعمال شود.