登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 计算机科学与技术 > 正文

支持隐私保护的分类器研究与设计开题报告

 2022-01-14 21:18:11  

全文总字数:3937字

1. 研究目的与意义及国内外研究现状

近年来,数据流通量有所增加。首先,由于学术机构或个人可以向公司提出查询请求,公司不可避免地为学术研究和数据交换开放用户数据。但是,在查询数据时,用户隐私保护的问题是不可避免的。其次,作为服务提供商,为了提高服务质量和扩大服务范围,公司需要积极收集用户数据。但是在客户端收集的数据也需要是私有的。同时,这些个人数据将日益增多,成为一个巨大的数据库,可能会吸引很多犯罪分子的注意力。此外,深度学习因其高精度和实用性而逐渐受到重视。但是,它的高精度取决于大量的训练数据,甚至这些数据都是敏感和私密的。

学术界提出了许多关于如何保护隐私的方法和论据,如k-匿名,l-多样性,t-多样性,ε-差异隐私,同态加密,零知识证明等。这些方法首先从直观的角度衡量公共数据的隐私,然后使用加密,统计和其他工具来确保数据的隐私。虽然它们是科学有效的方法,但它们并非在市场上普遍可用。同时,支持隐私保护分类的算法也有很多种,如svm,决策树,贝叶斯,深度学习等。然而对于不同的隐私保护算法而言,没有统一的分类标准,并且大多还存在一个可信的第三方的问题。

因此,对数据分类的同时进行隐私保护便显得尤为重要。

国内外研究现状

在学术上,加密数据的分类称为隐私保护分类。鉴于隐私保护数据分类的实际意义和理论价值,该领域的研究受到国内外研究者的广泛关注。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

基于卷积神经网络的图像分类。卷积神经网络是一种具有卷积计算和深层结构的前馈神经网络。它是深度学习的典型算法之一,它具有局部感知区域,层次结构,特征提取和全局训练结合分类过程的特点。本课题拟使用卷积神经网络作为隐私保护的分类器。

利用不同的加密算法对图像集分别进行加密,然后利用加密后的图像集对卷积神经网络进行训练,最后卷积神经网络能够对加密后的图像进行有效地分类,并达到一定的精度。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

完成本项目的主要工作包括1、构建一个基本的卷积神经网络;2、对图像集进行加密处理;3、运用加密后的图像集对卷积神经网络进行训练,并不断对网络进行参数调整,以达到网络能够进行有效分类的效果。其中构建卷积神经网络并进行调参是本项目完成的关键。

2019.01-2019.02构建一个基本的卷积神经网络;

2019.03-2019.04 对图像集进行加密处理,并对网络进行参数调整;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1] r. shokri, and v. shmatikov, “privacy-preserving deep learning.”,proceedings of the 22nd acm sigsac conference on computer andcommunications security, 2015, pages 1310–1321.

[2] le trieu phong, yoshinori aono, takuya hayashi, lihua wang, andshiho moriai,“privacy-preservingdeep learning via additively homomorphic encryption”,ieee transactions on informationforensics security, 2017, 1333-1345

[3] herve chabanne, amaury de wargny, jonathan milgram,constance morel, and emmanuel prouff, “safran identity security: privacy-preserving classificationon deep neural network”, iacr cryptology eprint archive 2017, 35 (2017)

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图