지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.7
- 수록면
- 15 - 23 (9page)
- DOI
- 10.5573/ieie.2024.61.7.15
이용수
초록· 키워드
오류제보하기
인공지능 기술이 발전함에 따라 훈련을 위한 광범위한 데이터와 컴퓨팅 리소스에 대한 수요가 크게 증가했다. AI 기술의 발전에도 불구하고 제한된 컴퓨팅 리소스와 데이터 소유권과 관련된 개인 정보 보호 문제로 인해 기술 개발의 어려움을 겪고 있다. 이를 해결하기 위해 분산 학습 기술이 등장했으며, 특히 스플릿 러닝은 학습에 필요한 raw 데이터를 공유하지 않고도 협력적으로 모델을 학습할 수 있는 기술로 많은 주목을 받고 있다. 그러나 최근 연구를 통해 smashed 데이터를 이용한 추론 공격을 통해 클라이언트의 민감한 정보를 비밀리에 탈취 할 수 있다는 스플릿 러닝의 보안 취약점이 밝혀졌다. 본 논문에서는 스플릿러닝의 보안 취약점의 위험성을 논의하고, 이를 입증하기 위해 텍스트 기반 추론 공격 프레임워크를 제안한다. 제안하는 공격기법은 공격자인 서버가 대조용 smashed 데이터 세트와 클라이언트 측 smashed 간 벡터 거리 비교를 통해 클라이언트의 로컬데이터를 추론한다. 본 논문에서는 제안하는 추론 공격 기법을 통해 텍스트 데이터를 포함한 스플릿 러닝 모델의 취약점을 입증하고, 데이터 프라이버시 보호를 강화하기 위한 데이터 프라이버시 보호 메커니즘에 대한 연구의 필요성을 제시한다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 시스템 모델
Ⅳ. 제안하는 기법
Ⅴ. 결과
Ⅵ. 결론
REFERENCES
참고문헌 (14)
참고문헌 신청
Kairouz, P., McMahan, H.B., Avent, B., et al. "Advances and open problems in federated learning." Foundations and Trends® in Machine Learning, vol. 14, no. 1–2, pp. 1–210, 2021.
Konečný, J., McMahan, H.B., Ramage, D., and Richtárik, P. "Federated optimization: Distributed machine learning for on-device intelligence." arXiv preprint arXiv:1610.02527, 2016.
Gao, Y., Kim, M., Abuadbba, S., et al. "End-to-end evaluation of federated learning and split learning for internet of things." arXiv preprint arXiv:2003.13376, 2020.
Gupta, O., and Raskar, R. "Distributed learning of deep neural network over multiple agents." Journal of Network and Computer Applications, vol. 116, pp. 1–8, 2018.
Kariyappa, S., and Qureshi, M.K. "Exploit: Extracting private labels in split learning." In 2023 IEEE Conference on Secure and Trustworthy Machine Learning (SaTML), IEEE, pp. 165–175, 2023.
Konečný, J., McMahan, H.B., Ramage, D., and Richtárik, P. "Federated optimization: Distributed machine learning for on-device intelligence." arXiv preprint arXiv:1610.02527, 2016.
Gao, Y., Kim, M., Abuadbba, S., et al. "End-to-end evaluation of federated learning and split learning for internet of things." arXiv preprint arXiv:2003.13376, 2020.
Gupta, O., and Raskar, R. "Distributed learning of deep neural network over multiple agents." Journal of Network and Computer Applications, vol. 116, pp. 1–8, 2018.
Kariyappa, S., and Qureshi, M.K. "Exploit: Extracting private labels in split learning." In 2023 IEEE Conference on Secure and Trustworthy Machine Learning (SaTML), IEEE, pp. 165–175, 2023.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
스플릿 러닝에서의 데이터 프라이버시와 모델 효율성 간 trade-off 분석
대한전자공학회 학술대회
2024 .06
-
사이버 공격에 대한 자동화된 선제적 예측 프레임워크 모델
한국정보기술학회논문지
2020 .08
-
기계학습 모델에 대한 멤버십 추론 공격 분석
한국정보과학회 학술발표논문집
2021 .06
-
AI 사이버보안 체계를 위한 블록체인 기반의 Data-Preserving AI 학습환경 모델
한국정보기술학회논문지
2019 .12
-
데이터 중독 공격 방어를 위한 신뢰도 점수 기반 연합학습
디지털콘텐츠학회논문지
2023 .06
-
효율적인 스플릿 학습을 위한 WOA 기반 분산 컴퓨팅 자원 할당
한국정보과학회 학술발표논문집
2021 .06
-
공격 그래프와 강화학습 기반 취약점 평가를 위한 공격 경로 분석
한국지능시스템학회 논문지
2025 .02
-
충돌 효율(충돌 인자, Smash Factor)
오토저널
2015 .05
-
사이버공격 융합 동향 분석을 위한 딥러닝 기반 보안 취약점 분석 자동화 메커니즘
정보보호학회논문지
2022 .02
-
머신러닝을 이용한 웹 공격 탐지 방안에 관한 연구
한국통신학회논문지
2020 .09
-
데이터 공유체계의 프라이버시 데이터 비식별 메커니즘
Proceedings of KIIT Conference
2021 .11
-
AI 환경에서 모델 전도 공격에 안전한 차분 프라이버시 기술
정보보호학회논문지
2019 .06
-
Models for Privacy-preserving Data Publishing : A Survey
Journal of KIISE
2017 .02
-
차분 프라이버시를 만족하는 안전한 GAN 기반 재현 데이터 생성 기술 연구
정보보호학회논문지
2020 .10
-
클라이언트의 서로 다른 학습 능력을 고려한 분산학습 알고리즘 연구
한국통신학회논문지
2025 .02
-
모델 포이즈닝 공격에 강건한 개인화 연합학습을 위한 부분 공유 알고리즘
한국통신학회논문지
2023 .11
-
추론기반 능동적 데이터 수집 기술 개발
한국정보과학회 학술발표논문집
2017 .06
-
다중 클라이언트 환경에서 동형 암호를 이용한 프라이버시 보장형 K-평균 클러스터링
한국차세대컴퓨팅학회 논문지
2019 .01
-
Vanilla Split Learning for Transportation Mode Detection using Diverse Smartphone Sensors
한국정보과학회 학술발표논문집
2021 .06
-
Research on Big Data Privacy Protection based on the Three-Dimensional Integration of Technology, Law, and Management
한국정보기술학회논문지
2021 .03
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-090923424