کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6884827 1444354 2018 33 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Outsourced privacy-preserving classification service over encrypted data
ترجمه فارسی عنوان
سرویس طبقه بندی حفظ حریم خصوصی بر روی داده های رمزگذاری شده
کلمات کلیدی
ترجمه چکیده
با تنوع خدمات ابر، سرویس های داده ای راه دور بر اساس طبقه بندی یادگیری ماشین در بسیاری از برنامه های کاربردی مانند ارزیابی خطر و تشخیص تصویر ارائه شده است. در سرویس طبقه بندی، صاحب طبقه بندی که یک ارائه دهنده خدمات را اجرا می کند، یک پروتکل را ایجاد می کند تا کاربر بتواند برای ارزیابی داده های خود درخواست کند. با این حال، چنین صاحب باید به طور مداوم در خط و با پهنای باند کافی و منابع محاسباتی تجهیز شود. اگر چه مالک می تواند این سرویس را به سرویس قدرتمند برساند، اما چالشی است که محافظت از حریم خصوصی داده ها و طبقه بندی را به همراه دارد. در این مقاله، ما یک طرح جدید برای یک صاحب طبقه بندی پیشنهاد می کنیم تا یک سرویس از راه دور را برای ارائه خدمات طبقه بندی حفظ کننده حفظ حریم خصوصی برای کاربران منتقل نماید. در طرح پیشنهادی، ما پروتکل طبقه بندی کارائی را برای دو طبقه بندی کننده بتای طراحی می کنیم. نمونه اولیه طرح را اجرا می کنیم و آزمایش می کنیم. نتایج تجربی نشان می دهد که طرح عملی است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
With the diversity of cloud services, remote data services based on the machine learning classification have been provided in many applications including risk assessment and image recognition. In a classification service, a classifier owner that acts a service provider establishes a protocol to allow a user to query for the evaluation of his/her data. However, such an owner has to keep on-line continuously and equip with enough bandwidth and computing resources. Although the owner can outsource the service to a powerful service, there remains a challenge that is protecting the privacy of the data and the classifier. In this paper, we propose a novel scheme for a classifier owner to delegate a remote server to provide the privacy-preserving classification service for users. In the proposed scheme, we design efficient classification protocols for two concrete classifiers respectively. We implement the prototype of the scheme and conduct experiments. The experimental results show that the scheme is practical.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Network and Computer Applications - Volume 106, 15 March 2018, Pages 100-110
نویسندگان
, , , , ,