大发pk10app平台星云Clustar论文解读《联邦学习下的安全矩阵分解

  • 时间:
  • 浏览:1
  • 来源:彩神8ios官方-彩神8ios下载

  随着人工智能时代的到来,大数据是人工智能产业化中不可或缺的基石。然而,朋友目前正面临着数据隐私和数据孤岛这两方面的间题报告 ,这了AI智能产业化的发展。

  在数据隐私方面,重视数据隐私和安全已成为世界性的趋势,去年5月欧盟“数据隐私条例”(General Data Protection Regulation,PR)即是对人工智能传统的数据除理模式提出了新的挑战。再添加人工智能训练时所只有的数据会涉及到只是领域,不同的公司之间,甚至是同另一一有一个 公司的不同部门之间数据无法流通,这就形成了另一一有一个 个“数据孤岛”。

  咋样在满足数据隐私、安全和监管要求的前提下,让他工智能系统可不后能 更加高效、准确的同时使用人及所有的数据,是当前人工智能发展的另一一有一个 重要课题。联邦学习(Federated Learning)是一种生活新兴的人工智能基础技术,在 2016 年由谷歌最先提出;此后,国际人工智能专家、微众银行首席人工智能官杨强教授的带领下首次提出了“联邦迁移学习”,并通过领衔联邦学习国际标准(IEEE标准)制定、开源自研联邦学习框架Federated AI Technology Enabler(简称FATE)等来推动联邦学习技术在行业中的落地。FATE是全球首个工业级别联邦学习框架,只有让企业和机构在数据安全和数据隐私的前提下进行AI媒体企业合作。那些举措让联邦学习有望成为下一代人工智能协同算法和媒体企业合作网络的基础。

  在本文中,星云Clustar团队提出了另一一有一个 名为FedMF的联邦学习下的安全矩阵分解框架,并使用真实的数据集进行测试,测试结果验证了FedMF的可行性。此外,星云Clustar的团队还讨论了FedMF在未来研究中应用的挑战。本文第一作者为科技大学计算机博士在读、星云Clustar算法工程师柴迪;大学助理教授、博士导师、星云Clustar首席AI科学家业(按姓氏拼音排序);第二作者为科技大学教授、星云Clustar创始人陈凯;第三作者为科技大学教授、微众银行首席人工智能官杨强。本文已发表在IJCAI 2019 Federated Machine Learning Workshop,IJCAI国际人工智能联合会议是全球人工智能领域最权威的学术会议。以下是由星云Clustar团队带来的《Secure Federated Matrix Factorization 》论文解读:

  本文围绕6个深层来讲述这篇论文,研究意义、先行概念、分布式矩阵分解、联邦矩阵分解、实验评估结果、下一步研究方向。

  以General Data Protection Regulation为代表,刚开始英语 英语 英语 出台各类规章和法律条文,用来加强对隐私性数据的力度,学院机构以及工业企业也但是刚开始英语 英语 英语 关注隐私机器学习这一 技术领域。目前推荐系统是另一一有一个 广受关注的研究课题,矩阵分解是常见的技术手段。然而,传统的矩阵分解推荐系统,会泄漏用户的评分信息、特征向量,机会朋友会确实 泄漏这一 种生活信息不重要,但是通过这一 种生活信息,恶意者只有进行inference attack,也只是从这一 种生活信息推断用户的性别、年龄、住址,而上方的那些信息都属于非常隐私的数据。

  目前针对这一间题报告 ,主要有2中除理方案:Obfuscation-based和Full-Homomorphic encryption-based。前者主要采用的依据是通过将用户的原始偏好数据进行混淆后,再发送到中央服务器,以实现一种生活程度上的隐私。显而易见的是,这一 方原因分析预测精度的损失。为了预测精度,Full-Homomorphic encryption-based依据引入了另一一有一个 第三方的私密服务提供商,然而这一 方增大系统实现难度,同时这一私密服务提供商的可靠性难以保障,一旦朋友与推荐服务节点占据 不正当媒体企业合作关系,那对用户来说,任何信息都毫无隐私可言。先行概念

  在正式介绍朋友的依据前,首先只有了解另一一有一个 概念:Horizontal Federated Learning:用户的特征空间相同,然而用户群体不同。这一间题报告 下,朋友一般,用户是诚实的,系统的目标是用户的隐私,免于受到诚实但好奇的服务器的。Homomorphic Encryption:一种生活仅享有数据除理权,但不具备数据访问权的依据。换句话说,这一 依据允许任何第三方对机会加密过的数据进行运算,而不只有在运算前对数据进行解密。

  在矩阵分解推荐系统中,朋友通常会拿到另一一有一个 稀缺的用户评分矩阵 X,而朋友的任务是通过计算出user profile 矩阵U和item profile矩阵V,来将X中的空缺信息补全。一般来说,S(Stochastic Gradient Descent,随机梯度下降)是用来除理矩阵分解的主流依据。具体loss function和updating formula的定义如图所示。

  显而易见的,你要用户的隐私,只是将服务器与用户的数据进行隔离,除理服务器对用户数据的直接访问,只是朋友希望用户只有把当时人的数据保留在本地。基于此,朋友设计了另一一有一个 分布式的矩阵分解系统,在这一 系统中,所有的评分数据都掌握在用户身旁。另一一有一个 全局的item profile矩阵为所有用户提供另一一有一个 本地的update,同时用户机会把gradient传回给服务器,用来更新item profile。总结来说,服务器只会收到用户的gradient,完会收到用户的任何评分信息。从前看来,朋友的任务目标就实现了,但是让朋友再思考另一一有一个 间题报告 ,传输gradient就真的能保障用户隐私哪天?

  机会已知任意另一一有一个 连续step的gradients,已知user profile的更新公式,朋友只有求得另另一一有一个 元高阶方程组7、8、9。求解这一 方程组的过程比较繁杂,朋友在这里不对求解过程做太多描述,仅仅把结果展示在途中。在等式24中,u是唯一的未知量,但是朋友已知u一定占据 另一一有一个 实数解。朋友只有利用只是迭代依据(比如牛顿法)来求得另一一有一个 数值解。当朋友算出u,评分信息r就只有利用等式25求解出来。总结来说,朋友但是证明了在矩阵分解场景下,gradient会泄漏用户的信息。这样朋友又该咋样除理这一 间题报告 呢?联邦矩阵分解

  朋友的除理方案是对系统中加入homomorphic encryption,也只是联邦矩阵分解系统。假设用户和服务器机会实现了对密钥的生成和分发,其中服务器拥有公钥,用户拥有彼此相同的私钥,这样整个系统就只有分为另一一有一个 步骤:

  第一步,对参数进行初始化,参数包括item profile矩阵和user profile矩阵,与此同时服务器对item profile使用公钥进行加密;第二步,服务器提供加密后的item profile矩阵,供所有的用户来进行下载;第三步,用户进行本地的update,这一 步中只有拆分成若干个环节:用户首先下载加密后的item profile矩阵,并将其解密成另一一有一个 plaintext V,但是用户会进行本地的update并计算gradient,最后用户会对gradient进行加密但是将ciphertext发给服务器;接下来让朋友回到整体的架构,在第四步,服务器在接收到加密后的gradient但是,会根据附加的homomorphic encryption对item profile矩阵进行更新,请注意,服务器会提供给用户最新一次加密后的item profile用作下载,此时朋友就只有再一次回到第二步。整个系统通过重复第二、三、四步,会实现整个训练过程。

  一般来说,用户的评价信息由另一一有一个 系数矩阵右眼皮跳测吉凶组成,这也就原因分析分析另一一有一个 用户的评价确实 常有限的。但是,另一一有一个 不同的设置在朋友的系统中是implemented。这另一一有一个 设置会遵循系统的各个环节然而会在用户的上传环节由些许的不同。其中一种生活设置叫做fulltext,在这一 设置中,用户会对所有的item有的是上传gradient,当用户对某另一一有一个 item不做出评价时,gradient为0;另外一种生活设置叫做parttext,用户只会将评价后的item的gradient进行上传。这一 种生活依据有利有弊,parttext会泄漏那些item是用户打过分的,同时在计算速率上表现更好,而fulltext完会泄漏用户的信息,但是会只有更多的计算耗时。实验评估结果

  为了测试朋友设计的系统的可行性,朋友使用了另一一有一个 MovieLens上另一一有一个 真实的电影评分数据集,这一 数据集包括了60 K个评分信息,由610个用户对972另一一有一个 电影的打分组成。这一 数据集也被用于只是只是的矩阵分解研究工作中。在图中的参数配置下,表1显示了每次迭代过程中,使用parttext依据和fulltext依据的耗时(一次迭代,是指所有610名用户上传的gradient被用来更新一次item profile矩阵)。无论是parttext还是fulltext,当item数量有的是只是时,这一 种生活依据的耗时都比较少,同时朋友只有观察到,耗有的是随着item数量的增加而增长。与fulltext相比,parttext会占用更少的时间,然而parttext会泄漏一次责信息。值得一提的是,parttext会比fulltext提升了20倍的速率。为了验证朋友的系统不任何准确度,朋友在另一一有一个 小规模的数据集上做了一系列实验。朋友采用RMSE来作为度量指标,参考图4和表2,标准矩阵分解和中邦矩阵分解的评估结果常相近的,区别过低0.3%。这样小的区别是机会在联邦矩阵分解中,为了繁杂implementation,服务器会对itemvector进行更新,仅当所有的用户都上传了朋友的gradient。在一般的矩阵分解中,服务器会更新itemvector当任何用户提供了gradient。机会那些设置都相同的话,评估结果就会删改一致。

  图2和3显示了随着item数量的变化,用户和服务器的更新时间的比例的变化。从图可见,约95%的时间用于了服务器的更新,这就原因分析分析机会朋友增加了服务器的算力,机会提升homomorphic encryption依据,以降低密文计算的繁杂度,则计算速率会有显著提升。这只是朋友下一步要做的主要工作。

  最后,想和朋友介绍一下朋友未来研究工作的3个主要方向:更加有效的homomorphic encryption。如上文提到的,约95%的时间都花在服务器update上,其中计算主要用于密文。机会朋友只有提升homomorphic encryption的速率,朋友的系统表现会大幅提升。在fulltext和parttext中。实验机会显示parttext比fulltext速率更高,但是parttext会用户对那些item进行了评分。这一 信息,即使这样确切的评分,机会依旧会泄漏用户信息[Yang et al., 2016]。或许朋友只有要求用户上传更多的gradient,而不仅仅是评分后的items,但有的是删改的items,从前做只有相比较fulltext增加系统速率,同时完会泄漏评分的item。更多安全定义。目前朋友用了经典的horizontal联邦学习安全定义,这一 定义架设了参与方的诚实性,以及服务器的honest-but-curious。接下来朋友只有去探索更具挑战的安全定义,比如咋样去建立另一一有一个 安全的系统以应对honest-but-curious的服务器,同时有只是用户是恶意的,甚至有只是参与方会与server联合谋策。以上只是本篇论文的主要内容,感谢您的阅读。返回搜狐,查看更多