基于GAN的拆分縱向聯(lián)邦學(xué)習(xí)重建攻擊
摘要: 針對拆分縱向聯(lián)邦學(xué)習(xí)的參與者在訓(xùn)練過程中輸出的中間結(jié)果容易泄露大量隱私的問題,提出一種重建攻擊Re_GAN。利用生成式對抗網(wǎng)絡(luò)學(xué)習(xí)圖像的先驗(yàn)知識,優(yōu)化生成式對抗網(wǎng)絡(luò)的輸入,使重建圖像和真實(shí)圖像的中間結(jié)果逼近來重建參與者的隱私圖像。在衡量中間結(jié)果時(shí),使用分片沃瑟斯坦距離捕捉圖像的特征。實(shí)驗(yàn)結(jié)果表明,Re_GAN在MNIST數(shù)據(jù)集、Fashion-MNIST數(shù)據(jù)集和CIFAR-10... (共7頁)
開通會(huì)員,享受整站包年服務(wù)