Core Concepts
Eine neue Methode zur datenschutzfreundlichen visuellen Positionsbestimmung, die eine deutlich höhere Effizienz bei gleichbleibender Sicherheit bietet.
Abstract
Die Studie präsentiert eine neue Methode zur datenschutzfreundlichen visuellen Positionsbestimmung, die als "Single Iteration Localization" (SIL) bezeichnet wird. SIL überwindet die Ineffizienzen herkömmlicher datenschutzfreundlicher Ansätze, indem es den iterativen Optimierungsprozess der Positionsbestimmung so umgestaltet, dass jede Iteration unabhängig ausgeführt werden kann. Dadurch wird die Anzahl der benötigten Iterationen verborgen, ohne dass Kompromisse bei der Sicherheit eingegangen werden müssen.
Darüber hinaus zeigt die Studie, dass die Anzahl der Iterationen zur Berechnung der Singulärwertzerlegung (SVD), einem Schlüsselschritt bei der Positionsbestimmung, in der Praxis konstant und unabhängig von den Eingabedaten ist. Durch Ausnutzung dieses Wissens kann die Anzahl der SVD-Iterationen weiter reduziert werden, ohne die Genauigkeit zu beeinträchtigen.
Die Autoren evaluieren SIL experimentell und zeigen, dass es mehr als zwei Größenordnungen schneller ist als ein naiver datenschutzfreundlicher Ansatz, der auf herkömmlichen sicheren Mehrparteienberechnungen basiert. Darüber hinaus demonstrieren sie die Praxistauglichkeit von SIL anhand eines Roboters namens "Turbo the Snail", der als erster Roboter Positionsbestimmung ohne Offenlegung von Eingabebildern, Umgebungskarte, Position oder Orientierung an Offload-Server auslagern kann.
Stats
Die Positionsbestimmung erfordert über 30.000 Ziffern-Ziffern-Multiplikationen mit einer Tiefe von mehreren Tausend Multiplikationen.
Die Positionsbestimmung erfordert über 1.000 Ziffern-Ziffern-Divisionen mit einer Tiefe von mehreren Hundert Divisionen.
Quotes
"Localization is a computer vision task by which the position and orientation of a camera is determined from an image and environmental map."
"Privacy preserving localization is necessary when the image and map are confidential, and offloading conserves on-device power and frees resources for other tasks."
"Single Iteration Localization is over two orders of magnitude faster than a straightforward application of garbled circuits to localization enabling real-world usage in Turbo the Snail, the first robot to offload localization without revealing input images, environmental map, position, or orientation to offload servers."