內容簡介
本書共九章,主要圍繞多源數據融合環境下深度學習訓練預測中存在的關鍵問題,設計適用於特定場景下的基於同態加密的隱私保護深度學習方案。第一章簡要介紹了隱私保護深度學習的研究背景及意義,綜合描述了本文涉及的相關技術的國內外研究現狀,提出本文的主要研究工作及各章節安排。第二章簡要介紹本文使用的深度學習、聯邦學習、可證明安全、同態加密及安全多方計算等相關的基礎知識。第三章採用兩組密文激活函數及密文代價函數,設計了兩個隱私保護圖像分類深度學習方案。第四章使用構造的同態重加密方案及安全工具包,提出了基於同態重加密的隱私保護深度學習方案。第五章構造了一個改進的升冪分散式ElGamal密碼體制,提出了一個實用高效的隱私保護聯邦學習方案。第六章構造了適用於聯邦學習的多密鑰EC—ElGamal密碼體制及聯邦和優化算法,設計了一個動態化公平性的隱私保護聯邦學習方案。第七章採用第三章構造的隱私保護圖像分類深度學習思想,構造了工業物聯網的機器人系統中的隱私保護圖像多分類深度學習模型。第八章依據第四章提出的基於同態重加密的隱私保護深度學習方案,構造了機器人系統下多密鑰隱私保護深度學習模型。第九章總結全文工作,展望後續研究內容。目錄
第一章 緒論