검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Secure Overcomplete Dictionary Learning for Sparse Representation 희소 표현을 위한 안전한 과잉완전 사전 학습

Takayuki NAKACHI, Yukihiro BANDOH, Hitoshi KIYA

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 희소 표현을 위한 무작위 단위 변환을 기반으로 한 안전한 사전 학습을 제안합니다. 현재 엣지 클라우드 컴퓨팅은 스파스 코딩(Sparse Coding)을 활용한 서비스를 비롯해 다양한 응용 분야로 확산되고 있다. 이러한 상황은 많은 새로운 개인 정보 보호 문제를 야기합니다. 엣지 클라우드 컴퓨팅은 무단 사용, 데이터 유출, 개인 정보 보호 실패 등 최종 사용자에게 몇 가지 심각한 문제를 야기합니다. 제안된 기법은 암호화된 신호에 대한 계산을 허용하는 실용적인 MOD 및 K-SVD 사전 학습 알고리즘을 제공합니다. 우리는 이론적으로 제안이 MOD 및 K-SVD 알고리즘의 암호화되지 않은 변형과 정확히 동일한 사전 학습 추정 성능을 가지고 있음을 증명합니다. 이미지 패치 모델을 기반으로 보안 이미지 모델링에 적용합니다. 마지막으로 합성 데이터에 대한 성능과 자연 이미지를 위한 안전한 이미지 모델링 애플리케이션을 시연합니다.

발행
IEICE TRANSACTIONS on Information Vol.E103-D No.1 pp.50-58
발행일
2020/01/01
공개일
2019/10/09
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2019MUP0009
원고의 종류
Special Section PAPER (Special Section on Enriched Multimedia — Application of Multimedia Technology and Its Security —)
범주

작성자

Takayuki NAKACHI
  NTT Corporation
Yukihiro BANDOH
  NTT Corporation
Hitoshi KIYA
  Tokyo Metropolitan University

키워드