加密 Fine-tuning 变压器:使用完全同态加密
原文中文,约400字,阅读约需1分钟。发表于: 。通过在完全同态加密数据上进行的训练,提出了 BlindTuner 这一隐私保护的 Fine-Tuning 系统,用于图像分类,并证实其在准确性上与非加密模型相当,并且相对于先前研究在速度上有 1.5 倍至 600 倍的显著提升。
设计隐私保护深度学习模型是挑战,同态加密是有前景的方法,可以解耦模型和数据所有者。研究者使用多项式变换器示例,展示了使用同态加密进行安全推断的可行性。他们在WikiText-103上进行了隐私保护的推断,并在CIFAR-100和Tiny-ImageNet上进行了图像分类。模型结果与传统方法相当,填补了变换器之间的差距,突出了同态加密的可行性。他们还评估了模型的稳定性,并进行了消融实验。