<acronym id="qos60"><center id="qos60"></center></acronym>

武漢大學王志波教授學術報告

2019年11月13日  點擊:[]

報告人:王志波(武漢大學國家網絡安全學院/教授)

報告時間:2019年11月14日,14:00

報告地點:開發區校區綜合樓5樓第一會議室

報告題目

面向聯邦學習的用戶級隱私攻擊

報告內容

聯邦學習是一種分布式機器學習框架,近年來在隱私安全與機器學習領域受到廣泛關注和研究。相比于傳統的集中式學習框架,聯邦學習將模型的訓練過程轉移到了用戶端,僅需要用戶周期性地提交模型參數更新就能完成模型訓練,避免了服務端對用戶數據的惡意訪問和濫用。本次報告研究了聯邦學習中的隱私問題,提出了一個基于惡意服務端的用戶隱私數據重建攻擊方法,通過建立一個多任務生成對抗網絡模型來模擬用戶的數據分布,并利用用戶參數更新來計算其數據表征以重建特定用戶隱私數據。相比已有的攻擊方法只能重建表征某個類別的樣本數據,我們的攻擊方法可以實現用戶級的數據重建,并通過手寫數字分類和人臉識別兩個任務驗證了攻擊有效性,闡明了模型參數更新中包含了過多的隱私信息,現有聯邦學習框架仍存在安全隱患。

報告人簡介

王志波,博士,武漢大學國家網絡安全學院教授,入選湖北省“楚天學者”、武漢大學“珞珈青年學者”,以及榮獲了ACM武漢學術新星獎。2007年畢業于浙江大學信息學院自動化專業,獲學士學位;2014年畢業于美國田納西大學,獲計算機工程博士學位。研究方向包括物聯網、移動感知與計算、網絡安全與隱私保護、人工智能安全。在網絡與安全領域著名期刊和會議上發表論文80余篇,其中CCF A類論文21篇,發表在TMC、TDSC、TPDS、ICCV、CCS、INFOCOM、AAAI等頂級期刊和會議上,7篇論文入選ESI高被引論文。主持與參與多項國家級省部級項目,受邀擔任IEEE ACCESS等期刊編委,IEEE INFOCOM、IEEE IPCCC、Globecom、ICC等多個國際會議的大會程序委員?,F為IEEE高級會員、ACM會員及CCF高級會員,CCF物聯網專委會常委,CCF網絡與數據通信專委會委員,中國通信學會云計算與大數據應用委員會首屆委員,中國電子學會物聯網青年專技組成員。

歡迎廣大師生參加

上一條:關于“大數據計算現狀與前沿研究”報告的通知 下一條:麻省大學熊杰教授學術報告

關閉

盈彩彩票