差分隐私结合GAN的图像数据保护方法仿真 |
| |
引用本文: | 李盼盼,魏丽芳,赵浩.差分隐私结合GAN的图像数据保护方法仿真[J].计算机仿真,2023(11):147-150+515. |
| |
作者姓名: | 李盼盼 魏丽芳 赵浩 |
| |
作者单位: | 1. 福建农林大学金山学院;2. 福建农林大学计算机与信息学院 |
| |
基金项目: | 福建省创新创业教育改革项目试点专业(jx180301);;福建省教育厅中青年教师教育科研项目(JAT201001);;福建省教育科学“十四五”规划2022年度课题(FJJKBK22-203); |
| |
摘 要: | 图像数据的过度挖掘会对图像隐私性带来影响,使得数据被泄露或滥用的风险不断增加。为避免图像隐私数据泄露,提出差分隐私结合GAN的图像隐私数据保护算法研究。针对当前图像数据参杂的不确定性,通过对图像数据清洗,获取的图像重要隐私区域,有利于后续噪声的加入,便于实现图像隐私数据的保护;根据差分隐私与生成对抗网络(Generative Adversarial Networks, GAN)结合,构建图像数据差分隐私保护的GAN模型,依据拉普拉斯实现机制,对清洗后的图像数据扰动,达到隐私数据保护的目的;由于模型在迭代期间会对图像数据隐私性产生侵犯,所以进一步对图像隐私性侵犯程度度量,令上述算法在实际应用时有效兼顾图像隐藏数据的安全性及隐私性。实验结果表明,所提方法对图像的加密和解密时间短,且隐私性高。
|
关 键 词: | 图像清洗 图像隐私性保护 拉普拉斯噪声分配 隐私侵犯度量 |
|