1分快3IOS下载星云Clustar论文解读《联邦学习下的安全矩阵分解

  • 时间:
  • 浏览:0
  • 来源:UU直播快三APP-UU直播快三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,当我们目前正面临着数据隐私和数据孤岛这两方面的问题,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避免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全都有领域,不同的公司之间,甚至是同另4个 公司的不同部门之间数据无法流通,这就形成了另4个 个“数据孤岛”。

  何如在满足数据隐私、安全和监管要求的前提下,我能 工智能系统可不可不能否更加高效、准确的一同使用所人们的数据,是当前人工智能发展的另4个 重要课题。联邦学习(Federated Learning)是本身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,可不可不能否 让企业和机构在数据安全和数据隐私的前提下进行AI相互合作。哪几次举措让联邦学习有望成为下一代人工智能协同算法和相互合作网络的基础。

  在本文中,星云Clustar团队提出了另4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,开始英语 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全都开始英语 关注隐私机器学习这些 技术领域。目前推荐系统是另4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、形状向量,将会当我们会实在泄漏这些种生活信息不重要,全都通过这些种生活信息,恶意者可不可不能否 进行inference attack,也全都从这些种生活信息推断用户的性别、年龄、住址,而中间的哪几次信息都属于非常隐私的数据。

  目前针对同类问题,主要有2中避免方案:Obfuscation-based和Full-Homomorphic encryption-based。前者主要采用的措施 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,以实现本身生活程度上的隐私。显而易见的是,这些 方原困预测精度的损失。为了预测精度,Full-Homomorphic encryption-based措施 引入了另4个 第三方的私密服务提供商,然而这些 方增大系统实现难度,一同类似私密服务提供商的可靠性难以保障,一旦当我们与推荐服务节点处在不正当相互合作关系,那对用户来说,任何信息都毫无隐私可言。先行概念

  在正式介绍当我们的措施 前,首先须要了解另4个 概念:Horizontal Federated Learning:用户的形状空间相同,然而用户群体不同。同类问题下,当我们一般,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:本身生活仅享有数据避免权,但不具备数据访问权的措施 。换句话说,这些 措施 允许任何第三方对将会加密过的数据进行运算,而可不可不能否 在运算前对数据进行解密。

  在矩阵分解推荐系统中,当我们通常会拿到另4个 稀缺的用户评分矩阵 X,而当我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)是用来避免矩阵分解的主流措施 。具体loss function和updating formula的定义如图所示。

  显而易见的,我应该 用户的隐私,全都将服务器与用户的数据进行隔离,避免服务器对用户数据的直接访问,全都有当我们希望用户可不可不能否 把自己的数据保留在本地。基于此,当我们设计了另4个 分布式的矩阵分解系统,在这些 系统中,所有的评分数据都掌握在用户肩上。另4个 全局的item profile矩阵为所有用户提供另4个 本地的update,一同用户将会把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,不用收到用户的任何评分信息。从前看来,当我们的任务目标就实现了,全都让当我们再思考另4个 问题,传输gradient就真的能保障用户隐私好久?

  将会已知任意另4个 连续step的gradients,已知user profile的更新公式,当我们可不可不能否 求得另4个 多元高阶方程组7、8、9。求解这些 方程组的过程比较比较复杂,当我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,全都当我们已知u一定处在另4个 实数解。当我们可不可不能否 利用全都迭代措施 (比如牛顿法)来求得另4个 数值解。当当我们算出u,评分信息r就可不可不能否 利用等式25求解出来。总结来说,当我们前一天证明了在矩阵分解场景下,gradient会泄漏用户的信息。只有当我们又该为什么会么会避免这些 问题呢?联邦矩阵分解

  当我们的避免方案是对系统中加入homomorphic encryption,也全都联邦矩阵分解系统。假设用户和服务器将会实现了对密钥的生成和分派,其中服务器拥有公钥,用户拥有彼此相同的私钥,只有整个系统就可不可不能否 分为另4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,这些 步中可不可不能否 拆分成若干个环节:用户首先下载加密后的item profile矩阵,并将其解密成另4个 plaintext V,全都用户会进行本地的update并计算gradient,最后用户会对gradient进行加密全都将ciphertext发给服务器;接下来让当我们回到整体的架构,在第四步,服务器在接收到加密后的gradient前一天,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,此时当我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,用户的评价信息由另4个 系数矩阵右眼皮跳测吉凶组成,这也就原困另4个 用户的评价实在常有限的。全都,另4个 不同的设置在当我们的系统中是implemented。这些 另4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。其中本身生活设置叫做fulltext,在这些 设置中,用户会对所有的item都是上传gradient,当用户对某另4个 item不做出评价时,gradient为0;另外本身生活设置叫做parttext,用户只会将评价后的item的gradient进行上传。这些种生活措施 有利有弊,parttext会泄漏哪几次item是用户打过分的,一同在计算效率上表现更好,而fulltext不用泄漏用户的信息,全都会须要更多的计算耗时。实验评估结果

  为了测试当我们设计的系统的可行性,当我们使用了另4个 MovieLens上另4个 真实的电影评分数据集,这些 数据集包括了100K个评分信息,由610个用户对972另4个 电影的打分组成。这些 数据集也被用于全都有全都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措施 和fulltext措施 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数量都是全都有时,这些种生活措施 的耗时都比较少,一同当我们可不可不能否 观察到,耗都是随着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倍的效率。为了验证当我们的系统不任何准确度,当我们在另4个 小规模的数据集上做了一系列实验。当我们采用RMSE来作为度量指标,参考图4和表2,标准矩阵分解和阳邦矩阵分解的评估结果常相近的,区别不足英文0.3%。只有小的区别是将会在联邦矩阵分解中,为了比较复杂implementation,服务器会对itemvector进行更新,仅当所有的用户都上传了当我们的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。将会哪几次设置都相同一段话,评估结果就会完正一致。

  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,这就原困将会当我们增加了服务器的算力,将会提升homomorphic encryption措施 ,以降低密文计算的比较复杂度,则计算效率会有显著提升。这全都当我们下一步要做的主要工作。

  最后,想和当我们介绍一下当我们未来研究工作的八个主要方向: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。将会当我们可不可不能否 提升homomorphic encryption的效率,当我们的系统表现会大幅提升。在fulltext和parttext中。实验将会显示parttext比fulltext效率更高,全都parttext会用户对哪几次item进行了评分。这些 信息,即使只有确切的评分,将会依旧会泄漏用户信息[Yang et al., 2016]。或许当我们可不可不能否 要求用户上传更多的gradient,而不仅仅是评分后的items,但都是完正的items,从前做可不可不能否 相比较fulltext增加系统效率,一同不用泄漏评分的item。更多安全定义。目前当我们用了经典的horizontal联邦学习安全定义,这些 定义架设了参与方的诚实性,以及服务器的honest-but-curious。接下来当我们可不可不能否 去探索更具挑战的安全定义,比如何如去建立另4个 安全的系统以应对honest-but-curious的服务器,一同有全都用户是恶意的,甚至有全都参与方会与server联合谋策。以上全都本篇论文的主要内容,感谢您的阅读。返回搜狐,查看更多