首页 | 本学科首页   官方微博 | 高级检索  
     

差分隐私生成式对抗网络的框架与方法综述
作者姓名:牛翠翠  潘正芝  刘海
作者单位:1. 贵州轻工职业技术学院文化与旅游系;2. 贵州大学计算机科学与技术学院
基金项目:国家自然科学基金项目(62002081);;中国博士后科学基金项目(2019M663907XB);
摘    要:生成式对抗网络因使用真实样本迭代训练判别器存在隐私泄露风险,为此已有工作基于差分隐私实现生成式对抗网络的隐私保护。因此,很有必要系统地综述目前差分隐私生成式对抗网络的研究成果。首先,概述和分析重复使用差分隐私的累积隐私预算估计方法,以及介绍生成式对抗网络及其常见变式。其次,总结和分析生成式对抗网络的隐私威胁模型及其评价指标。然后,针对存在的隐私攻击模型,归纳和分析差分隐私生成式对抗网络框架,并对比分析其方法与评价指标;同时,概括和分析差分隐私联邦生成式对抗网络框架,并比较分析其方法与评价指标。最后,分析目前工作存在的问题,并对差分隐私生成式对抗网络的未来研究进行展望。

关 键 词:生成式对抗网络  联邦学习  隐私攻击  差分隐私  评价指标
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号