面向CycleGAN隐私保护模型的后门攻击研究.pdf

面向CycleGAN隐私保护模型的后门攻击研究.pdf

面向CycleGAN隐私保护模型的后门攻击研究

摘要

在隐私保护领域,现有模型主要通过数据加密、匿名化处理和分布式学习等技术保

障敏感信息的安全性,例如对人脸身份信息脱敏处理和用户数据的去标识化。近年来,

基于循环生成对抗网络(Cycle-ConsistentGenerativeAdversarialNetworks,CycleGAN)的

隐私保护模型因其独特的无监督图像转换能力受到关注,该模型能够在不依赖成对数据

的前提下,将原始图像隐式转

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档