飞艇app网站-10分飞艇app网站星云Clustar论文解读《联邦学习下的安全矩阵分解

  • 时间:
  • 浏览:0
  • 来源:大发快三下载安装-大发快3平台

  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,大伙目前正面临着数据隐私和数据孤岛这两方面的问提,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补救模式提出了新的挑战。再添加人工智能训练时所都才能的数据会涉及到后来领域,不同的公司之间,甚至是同俩个 公司的不同部门之间数据无法流通,这就形成了俩个 个“数据孤岛”。

  如保在满足数据隐私、安全和监管要求的前提下,让我工智能系统才能更加高效、准确的同时使用该人的数据,是当前人工智能发展的俩个 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,都才能让企业和机构在数据安全和数据隐私的前提下进行AI公司商务合作 。哪些举措让联邦学习有望成为下一代人工智能协同算法和公司商务合作 网络的基础。

  在本文中,星云Clustar团队提出了俩个 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个宽度来讲述这篇论文,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,现在现在开始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后来现在现在开始关注隐私机器学习许多技术领域。目前推荐系统是俩个 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、形态向量,原因分析分析大伙会其实泄漏这人种生活信息不重要,后来通过这人种生活信息,恶意者都才能进行inference attack,也假若从这人种生活信息推断用户的性别、年龄、住址,而底下的哪些信息都属于非常隐私的数据。

  目前针对类事问提,主要有2中补救方案:Obfuscation-based和Full-Homomorphic encryption-based。前者主要采用的法律法律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,许多方原因分析分析预测精度的损失。为了预测精度,Full-Homomorphic encryption-based法律法律依据引入了俩个 第三方的私密服务提供商,然而许多方增大系统实现难度,同时类事私密服务提供商的可靠性难以保障,一旦大伙与推荐服务节点地处不正当公司商务合作 关系,那对用户来说,任何信息都毫无隐私可言。先行概念

  在正式介绍大伙的法律法律依据前,首先不到解俩个 概念:Horizontal Federated Learning:用户的形态空间相同,然而用户群体不同。类事问提下,大伙一般,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补救权,但不具备数据访问权的法律法律依据。换句话说,许多法律法律依据允许任何第三方对原因分析分析加密过的数据进行运算,而不都才能在运算前对数据进行解密。

  在矩阵分解推荐系统中,大伙通常会拿到俩个 稀缺的用户评分矩阵 X,而大伙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)是用来补救矩阵分解的主流法律法律依据。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,假若将服务器与用户的数据进行隔离,补救服务器对用户数据的直接访问,后来大伙希望用户都才能把另一方的数据保留在本地。基于此,大伙设计了俩个 分布式的矩阵分解系统,在许多系统中,所有的评分数据都掌握在用户面前。俩个 全局的item profile矩阵为所有用户提供俩个 本地的update,同时用户原因分析分析把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,太少再收到用户的任何评分信息。另俩个 看来,大伙的任务目标就实现了,后来让大伙再思考俩个 问提,传输gradient就真的能保障用户隐私啥后来?

  原因分析分析已知任意俩个 连续step的gradients,已知user profile的更新公式,大伙都才能求得俩个 多元高阶方程组7、8、9。求解许多方程组的过程比较多样化,大伙在这里不对求解过程做太少描述,仅仅把结果展示在途中。在等式24中,u是唯一的未知量,后来大伙已知u一定地处俩个 实数解。大伙都才能利用许多迭代法律法律依据(比如牛顿法)来求得俩个 数值解。当大伙算出u,评分信息r就都才能利用等式25求解出来。总结来说,大伙以前证明了在矩阵分解场景下,gradient会泄漏用户的信息。不到 大伙又该为什么在补救许多问提呢?联邦矩阵分解

  大伙的补救方案是对系统中加入homomorphic encryption,也假若联邦矩阵分解系统。假设用户和服务器原因分析分析实现了对密钥的生成和挂接,其中服务器拥有公钥,用户拥有彼此相同的私钥,不到 整个系统就都才能分为俩个 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,许多步中都才能拆分成若干个环节:用户首先下载加密后的item profile矩阵,并将其解密成俩个 plaintext V,后来用户会进行本地的update并计算gradient,最后用户会对gradient进行加密后来将ciphertext发给服务器;接下来让大伙回到整体的架构,在第四步,服务器在接收到加密后的gradient以前,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,此时大伙就都才能再一次回到第二步。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,用户的评价信息由俩个 系数矩阵右眼皮跳测吉凶组成,这也就原因分析分析俩个 用户的评价其实常有限的。后来,俩个 不同的设置在大伙的系统中是implemented。这人个 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,在许多设置中,用户会对所有的item全是上传gradient,当用户对某俩个 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。这人种生活法律法律依据有利有弊,parttext会泄漏哪些item是用户打过分的,同时在计算传输效率上表现更好,而fulltext太少再泄漏用户的信息,后来会都才能更多的计算耗时。实验评估结果

  为了测试大伙设计的系统的可行性,大伙使用了俩个 MovieLens上俩个 真实的电影评分数据集,许多数据集包括了5000K个评分信息,由610个用户对972俩个 电影的打分组成。许多数据集也被用于后来许多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法律法律依据和fulltext法律法律依据的耗时(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数量全是后来时,这人种生活法律法律依据的耗时都比较少,同时大伙都才能观察到,耗全是随着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会泄漏一偏离 信息。值得一提的是,parttext会比fulltext提升了20倍的传输效率。为了验证大伙的系统不任何准确度,大伙在俩个 小规模的数据集上做了一系列实验。大伙采用RMSE来作为度量指标,参考图4和表2,标准矩阵分解和心邦矩阵分解的评估结果常相近的,区别严重不足0.3%。不到 小的区别原因分析分析在联邦矩阵分解中,为了多样化implementation,服务器会对itemvector进行更新,仅当所有的用户都上传了大伙的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。原因分析分析哪些设置都相同语录,评估结果就会完整篇 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,这就原因分析分析原因分析分析大伙增加了服务器的算力,原因分析分析提升homomorphic encryption法律法律依据,以降低密文计算的多样化度,则计算传输效率会有显著提升。这假若大伙下一步要做的主要工作。

  最后,想和大伙介绍一下大伙未来研究工作的六个主要方向: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。原因分析分析大伙都才能提升homomorphic encryption的传输效率,大伙的系统表现会大幅提升。在fulltext和parttext中。实验原因分析分析显示parttext比fulltext传输效率更高,后来parttext会用户对哪些item进行了评分。许多信息,即使不到 确切的评分,原因分析分析依旧会泄漏用户信息[Yang et al., 2016]。或许大伙都才能要求用户上传更多的gradient,而不仅仅是评分后的items,但全是完整篇 的items,另俩个 做都才能相比较fulltext增加系统传输效率,同时太少再泄漏评分的item。更多安全定义。目前大伙用了经典的horizontal联邦学习安全定义,许多定义架设了参与方的诚实性,以及服务器的honest-but-curious。接下来大伙都才能去探索更具挑战的安全定义,比如如保去建立俩个 安全的系统以应对honest-but-curious的服务器,同时有许多用户是恶意的,甚至有许多参与方会与server联合谋策。以上假若本篇论文的主要内容,感谢您的阅读。返回搜狐,查看更多