Основные понятия
확산 모델에 개인정보 보호를 위한 조건부 분류기 가이드를 통합하여 이미지의 특정 속성에 대한 강력한 개인정보 보호를 달성하고, 새로운 개인정보 보호 평가 지표를 개발하여 기존 모델 대비 우수한 성능을 보여줌.
Аннотация
본 논문은 개인정보 보호를 위한 확산 모델(P3DM)을 제안한다. P3DM은 DPGEN 모델을 기반으로 하며, 랑주뱅 샘플링 과정에 조건부 개인정보 보호 분류기 가이드를 통합하여 이미지의 특정 속성에 대한 개인정보 보호를 강화하였다.
또한 모델의 개인정보 보호 수준을 평가하기 위한 새로운 지표를 개발하였다. 이 지표는 생성된 이미지와 가장 유사한 원본 이미지 간의 분류기 분류 결과 차이를 측정하여 개인정보 보호 성능을 평가한다.
실험 결과, P3DM 모델은 기존 SOTA 모델 대비 이미지 품질은 유사하면서도 개인정보 보호 성능이 크게 향상되었음을 보여준다. 또한 PAC 개인정보 보호를 위한 가우시안 노이즈 추가 분석에서도 P3DM이 가장 적은 노이즈 추가로도 우수한 개인정보 보호 성능을 달성함을 확인하였다.
Статистика
개인정보 보호를 위해 필요한 가우시안 노이즈의 평균 L2 노름(E||B||2)은 P3DM-Gender 모델의 경우 ε=5에서 283.03, ε=10에서 328.80으로 나타났다.
DPGEN 모델의 경우 ε=5에서 281.3, ε=10에서 329.48로 P3DM 모델보다 다소 높은 수준의 노이즈가 필요한 것으로 나타났다.
DPDM 모델은 ε=10에서 335.83으로 가장 높은 수준의 노이즈가 필요한 것으로 확인되었다.
Цитаты
"확산 모델(DMs)은 특히 엄격한 차분 프라이버시와 함께 높은 프라이버시와 시각적 품질을 모두 가진 이미지를 생성할 수 있는 잠재력을 가지고 있다."
"대부분의 차분 프라이버시가 통합된 확산 모델 연구는 전체 이미지 특성의 개인정보 보호에 집중되어 왔다. 인물 초상화의 표정과 같은 특정 속성의 개인정보 보호 필요성은 충분히 다루어지지 않았다."
"우리는 확산 모델에 대한 PAC 프라이버시 보장 분석을 최초로 제안한다."