人臉識別,是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。隨著近幾年互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)分析圖像的技術(shù)取得了巨大的成功,人臉識別越來越多的被應(yīng)用到各種領(lǐng)域。隨著生物識別技術(shù)的廣泛使用,同時也引發(fā)了重要的隱私問題。人臉識別系統(tǒng)收集用戶的人臉數(shù)據(jù),用于商業(yè)用途,人臉數(shù)據(jù)通常是都是獨(dú)一無二且不可替代的,一旦泄露,將對用戶的隱私造成極大的損害。本文首次提出了一種新的基于安全多方計算和暹羅神經(jīng)網(wǎng)絡(luò)的人臉識別隱私保護(hù)方案,建立人臉識別隱私保護(hù)模型,通過對多個來源的敏感數(shù)據(jù)進(jìn)行計算,既能進(jìn)行人臉識別,同時又能保證人臉數(shù)據(jù)的隱私性。本文的方案分為兩個階段:提取人臉嵌入階段和人臉識別隱私保護(hù)階段。提取人臉嵌入階段。離線客戶端提取人臉特征嵌入,首先通過人臉檢測與對齊對人臉圖像進(jìn)行預(yù)處理,再使用基于暹羅神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型處理人臉特征,提取低維面部表示（人臉嵌入）。其中人臉嵌入是指神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后,將最終的分類層移除,并將之前完全連接層的輸出用作低維臉部表示。然后客戶端將人臉嵌入的私有數(shù)據(jù)通過秘密共享的方式發(fā)送給在線服務(wù)端的兩臺非競爭服務(wù)器。人臉識別隱私保護(hù)階段。在線服務(wù)... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景與研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 人臉識別
        1.2.2 人臉識別隱私保護(hù)
    1.3 論文主要內(nèi)容與創(chuàng)新點(diǎn)
    1.4 論文的組織結(jié)構(gòu)
第二章 預(yù)備知識
    2.1 暹羅神經(jīng)網(wǎng)絡(luò)
    2.2 深度學(xué)習(xí)相關(guān)研究
        2.2.1 優(yōu)化器
        2.2.2 sof tmax激活函數(shù)
        2.2.3 交叉熵?fù)p失函數(shù)
        2.2.4 反向傳播
    2.3 安全多方計算
        2.3.1 半誠實(shí)模型下的安全性定義
        2.3.2 秘密共享
    2.4 小結(jié)
第三章 網(wǎng)絡(luò)模型和安全模型
    3.1 網(wǎng)絡(luò)模型
        3.1.2 提取人臉嵌入階段
        3.1.3 人臉識別隱私保護(hù)階段
    3.2 安全模型
        3.2.2 建模
        3.2.3 安全性定義
    3.3 小結(jié)
第四章 本文提出的人臉識別隱私保護(hù)方案
    4.1 提取人臉嵌入階段
        4.1.1 人臉檢測與對齊
        4.1.2 使用預(yù)訓(xùn)練模型提取人臉嵌入
    4.2 人臉識別隱私保護(hù)階段的準(zhǔn)備工作
        4.2.1 基礎(chǔ)運(yùn)算協(xié)議
        4.2.2 共享十進(jìn)制數(shù)算術(shù)運(yùn)算定點(diǎn)截斷協(xié)議
        4.2.3 友好softmax激活函數(shù)運(yùn)算協(xié)議
    4.3 人臉識別隱私保護(hù)階段
        4.3.2 訓(xùn)練協(xié)議描述
        4.3.3 預(yù)測協(xié)議描述
    4.4 小結(jié)
第五章 方案正確性和安全性分析
    5.1 正確性分析
        5.1.1 共享十進(jìn)制數(shù)算術(shù)運(yùn)算定點(diǎn)截斷協(xié)議
        5.1.2 友好softmax激活函數(shù)運(yùn)算協(xié)議
        5.1.3 人臉識別隱私保護(hù)模型的訓(xùn)練協(xié)議
        5.1.4 人臉識別隱私保護(hù)模型的預(yù)測協(xié)議
    5.2 安全性分析
        5.2.1 共享十進(jìn)制數(shù)算術(shù)運(yùn)算定點(diǎn)截斷協(xié)議
        5.2.2 友好softmax激活函數(shù)運(yùn)算協(xié)議
        5.2.3 人臉識別隱私保護(hù)模型的訓(xùn)練協(xié)議
        5.2.4 人臉識別隱私保護(hù)模型的預(yù)測協(xié)議
    5.3 小結(jié)
第六章 方案的實(shí)現(xiàn)與分析
    6.1 初始化
        6.1.1 實(shí)驗(yàn)環(huán)境
        6.1.2 實(shí)驗(yàn)數(shù)據(jù)
    6.2 實(shí)現(xiàn)與結(jié)果分析
        6.2.2 提取人臉嵌入性能
        6.2.3 提取人臉嵌入效率
        6.2.4 人臉識別隱私保護(hù)模型的準(zhǔn)確率
        6.2.5 人臉識別隱私保護(hù)模型的訓(xùn)練效率
        6.2.6 人臉識別隱私保護(hù)模型的識別效率
    6.3 小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
附錄
攻讀碩士期間參加的科研項(xiàng)目
致謝



本文編號：3025934