大发时时彩手游星云Clustar论文解读《联邦学习下的安全矩阵分解

  • 时间:
  • 浏览:5
  • 来源:彩神APP下载-彩神APP官方

  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,亲们目前正面临着数据隐私和数据孤岛这两方面的问題,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。再再加人工智能训练时所须要的数据会涉及到其他领域,不同的公司之间,甚至是同一有三个公司的不同部门之间数据无法流通,这就形成了一有三个个“数据孤岛”。

  怎么在满足数据隐私、安全和监管要求的前提下,你可不都能不能工智能系统可不都能不能更加高效、准确的一同使用各自 所有的数据,是当前人工智能发展的一有三个重要课题。联邦学习(Federated Learning)是这个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,能这麼 让企业和机构在数据安全和数据隐私的前提下进行AI媒体相互合作。那此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相互合作网络的基础。

  在本文中,星云Clustar团队提出了一有三个名为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,结束英语 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其他结束英语 英语 关注隐私机器学习这个技术领域。目前推荐系统是一有三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,时会亲们会我虽然泄漏这这个信息不重要,其他通过这这个信息,恶意者能这麼 进行inference attack,也却说我从这这个信息推断用户的性别、年龄、住址,而里边的那此信息都属于非常隐私的数据。

  目前针对相似问題,主要有2中补救方案:Obfuscation-based和Full-Homomorphic encryption-based。前者主要采用的土办法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,以实现这个程度上的隐私。显而易见的是,这个方愿因 预测精度的损失。为了预测精度,Full-Homomorphic encryption-based土办法引入了一有三个第三方的私密服务提供商,然而这个方增大系统实现难度,一同相似私密服务提供商的可靠性难以保障,一旦亲们与推荐服务节点位于不正当媒体相互合作关系,那对用户来说,任何信息都毫无隐私可言。先行概念

  在正式介绍亲们的土办法前,首先须要了解有三个概念:Horizontal Federated Learning:用户的特征空间相同,然而用户群体不同。相似问題下,亲们一般,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:这个仅享有数据补救权,但不具备数据访问权的土办法。换句话说,这个土办法允许任何第三方对时会加密过的数据进行运算,而这麼 这麼 在运算前对数据进行解密。

  在矩阵分解推荐系统中,亲们通常会拿到一有三个稀缺的用户评分矩阵 X,而亲们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土办法。具体loss function和updating formula的定义如图所示。

  显而易见的,你可不都能不能用户的隐私,却说我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,其他亲们希望用户能这麼 把当时人的数据保留在本地。基于此,亲们设计了一有三个分布式的矩阵分解系统,在这个系统中,所有的评分数据都掌握在用户背后。一有三个全局的item profile矩阵为所有用户提供一有三个本地的update,一同用户时会把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,时会收到用户的任何评分信息。另一有三个看来,亲们的任务目标就实现了,其他让亲们再思考一有三个问題,传输gradient就真的能保障用户隐私好久?

  时会已知任意有三个连续step的gradients,已知user profile的更新公式,亲们能这麼 求得一有有三个元高阶方程组7、8、9。求解这个方程组的过程复杂性性,亲们在这里不对求解过程做过多描述,仅仅把结果展示在途中。在等式24中,u是唯一的未知量,其他亲们已知u一定位于一有三个实数解。亲们能这麼 利用其他迭代土办法(比如牛顿法)来求得一有三个数值解。当亲们算出u,评分信息r就能这麼 利用等式25求解出来。总结来说,亲们时会证明了在矩阵分解场景下,gradient会泄漏用户的信息。这麼 亲们又该缘何补救这个问題呢?联邦矩阵分解

  亲们的补救方案是对系统中加入homomorphic encryption,也却说我联邦矩阵分解系统。假设用户和服务器时会实现了对密钥的生成和埋点,其中服务器拥有公钥,用户拥有彼此相同的私钥,这麼 整个系统就能这麼 分为有三个步骤:

  第一步,对参数进行初始化,参数包括item profile矩阵和user profile矩阵,与此一同服务器对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,这个步中能这麼 拆分成若干个环节:用户首先下载加密后的item profile矩阵,并将其解密成一有三个plaintext V,其他用户会进行本地的update并计算gradient,最后用户会对gradient进行加密其他将ciphertext发给服务器;接下来让亲们回到整体的架构,在第四步,服务器在接收到加密后的gradient时会,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,此时亲们就须要再一次回到第二步。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,用户的评价信息由一有三个系数矩阵右眼皮跳测吉凶组成,这也就愿因 一有三个用户的评价我我虽然常有限的。其他,有三个不同的设置在亲们的系统中是implemented。这个有三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。其中这个设置叫做fulltext,在这个设置中,用户会对所有的item时会上传gradient,当用户对某一有三个item不做出评价时,gradient为0;另外这个设置叫做parttext,用户只会将评价后的item的gradient进行上传。这这个土办法有利有弊,parttext会泄漏那此item是用户打过分的,一同在计算速率单位单位 上表现更好,而fulltext时会泄漏用户的信息,其他会须要更多的计算耗时。实验评估结果

  为了测试亲们设计的系统的可行性,亲们使用了一有三个MovieLens上一有三个真实的电影评分数据集,这个数据集包括了50K个评分信息,由610个用户对972有三个电影的打分组成。这个数据集也被用于其他其他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土办法和fulltext土办法的耗时(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数量都不 其他时,这这个土办法的耗时都比较少,一同亲们能这麼 观察到,耗时会随着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会泄漏一每项信息。值得一提的是,parttext会比fulltext提升了20倍的速率单位单位 。为了验证亲们的系统不任何准确度,亲们在一有三个小规模的数据集上做了一系列实验。亲们采用RMSE来作为度量指标,参考图4和表2,标准矩阵分解跟生邦矩阵分解的评估结果常相近的,区别严重不足0.3%。这麼 小的区别是时会在联邦矩阵分解中,为了复杂性implementation,服务器会对itemvector进行更新,仅当所有的用户都上传了亲们的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。时会那此设置都相同句子,评估结果就会全版一致。

  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,这就愿因 时会亲们增加了服务器的算力,时会提升homomorphic encryption土办法,以降低密文计算的复杂性度,则计算速率单位单位 会有显著提升。这却说我亲们下一步要做的主要工作。

  最后,想和亲们介绍一下亲们未来研究工作的三个主要方向: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。时会亲们能这麼 提升homomorphic encryption的速率单位单位 ,亲们的系统表现会大幅提升。在fulltext和parttext中。实验时会显示parttext比fulltext速率单位单位 更高,其他parttext会用户对那此item进行了评分。这个信息,即使这麼 确切的评分,时会依旧会泄漏用户信息[Yang et al., 2016]。或许亲们能这麼 要求用户上传更多的gradient,而不仅仅是评分后的items,但都不 全版的items,另一有三个做能这麼 相比较fulltext增加系统速率单位单位 ,一同时会泄漏评分的item。更多安全定义。目前亲们用了经典的horizontal联邦学习安全定义,这个定义架设了参与方的诚实性,以及服务器的honest-but-curious。接下来亲们能这麼 去探索更具挑战的安全定义,比如怎么去建立一有三个安全的系统以应对honest-but-curious的服务器,一同有其他用户是恶意的,甚至有其他参与方会与server联合谋策。以上却说我本篇论文的主要内容,感谢您的阅读。返回搜狐,查看更多