Cadre basé sur la blockchain pour générer et gérer des exemples non apprenants pour améliorer la confidentialité des données et le contrôle d’accès

Summary

Cet article propose un cadre basé sur la blockchain pour générer des exemples non apprenants, en intégrant la perturbation dynamique avec le contrôle d’accès. Il renforce la protection de la vie privée en veillant à ce que les utilisateurs non autorisés reçoivent des données perturbées, protégeant ainsi les informations sensibles tout en permettant une gestion efficace des données et un accès par le biais de contrats intelligents.

Abstract

Dans le contexte du développement rapide des grands modèles de langage (LLM), l’apprentissage contrastif est devenu largement adopté en raison de sa capacité à contourner l’annotation de données coûteuse en exploitant de grandes quantités de données de réseau pour l’entraînement des modèles. Cependant, cette utilisation généralisée soulève des préoccupations importantes en matière de protection de la confidentialité des données. Les exemples non apprenants, une technique qui perturbe l’apprentissage des modèles en perturbant les données, empêchent efficacement les modèles non autorisés d’utiliser à mauvais escient des données sensibles. Cependant, les méthodes existantes de génération d’UE se heurtent à deux défis principaux : premièrement, les perturbations peuvent être inversées à l’aide de techniques telles que la purification inverse ou le débruitage, y compris des modèles de diffusion qui éliminent les perturbations protectrices dans les UE d’images ; Deuxièmement, une fois les données publiées, il devient difficile d’assurer la traçabilité des données et de gérer le contrôle d’accès. Pour résoudre ces problèmes, cet article propose un cadre de génération et de gestion d’exemples inapprenants intégrés à la blockchain (B-UEGMF) pour la génération et la gestion des UE. En exploitant les propriétés décentralisées et immuables de la blockchain, nous stockons des exemples de valeurs de hachage sur la blockchain et gérons dynamiquement les droits d’accès aux données par le biais de contrats intelligents. De plus, les UE sont générées à l’aide d’une technique de perturbation multi-objectif, le bruit dynamique minimisant les erreurs (DEM), qui améliore la robustesse contre les méthodes d’inversion. Nous fournissons également une évaluation quantitative des capacités de protection de la vie privée des exemples générés. Les résultats expérimentaux démontrent que le cadre proposé a considérablement amélioré la défense des UE contre les attaques inverses tout en assurant une gestion efficace de la confidentialité des données.

Introduction

Ces dernières années, avec les progrès rapides de l’apprentissage profond et des grands modèles de langage, l’apprentissage contrastif est apparu comme une approche d’apprentissage non supervisé efficace en raison de son indépendance vis-à-vis des annotations manuelles coûteuses ^1,2. Cependant, l’utilisation intensive d’ensembles de données publics a soulevé d’importantes préoccupations concernant les atteintes à la vie privée et l’utilisation abusive des données. Les cas d’utilisation non autorisée de données accessibles au public pour l’entraînement de modèles sont devenus d....

Protocol

Coup monté
Nous avons considéré une tâche de classification supervisée avec un ensemble de données , où représente les caractéristiques d’entrée et désigne les étiquettes de classe correspondantes pour un problème de classe K. Le jeu de données D est divisé en un jeu de donné....

Results

Blockchain et cadre des contrats intelligents
Les résultats expérimentaux ont démontré que le cadre de génération et de gestion d’exemples inapprenants intégré à la blockchain (B-UEGMF), combiné à des contrats intelligents, permettait une gestion dynamique efficace de l’accès aux données spécifique au client. Pour les utilisateurs autorisés, les données propres récupérées ont atteint une précision de test de 90,2 % sur un modèle de substitution ResNet-18 évalué sur l’ensemble de données CIFAR-10. En r.......

Discussion

L’intégration de la blockchain et des UE a fait progresser le domaine de la protection de la confidentialité des données en fournissant une solution transparente et décentralisée de gestion de l’accès aux données. Contrairement aux méthodes conventionnelles de préservation de la vie privée, qui reposent souvent uniquement sur des techniques de perturbation³¹, cette étude comble le fossé entre la protection des données et le traçage des responsabilités. Dans les sc.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
CUDA 12.1	NVIDIA		Utilisé pour améliorer les performances des applications de deep learning
NVIDIA A800 80 Go PCIe A800 80 Go PCIe	NVIDIA		Utilisé pour l’entraînement de modèles de Deep Learning
Python 3.10	Fondation du logiciel Python		Utilisé pour le prétraitement et l’analyse des données
PyTorch 2.5.1	Sur Facebook		Cadre d’apprentissage profond utilisé pour l’entraînement des modèles
Ubuntu 22.04	Canonique		Système d’exploitation utilisé pour la configuration de l’environnement