認識X公司。X公司生產(chǎn)了一種受歡迎的產(chǎn)品，每天有數(shù)百萬人(實際上是數(shù)百萬人)在使用。某天，X公司決定要改進其產(chǎn)品(由供應商Y生產(chǎn))中的某些硬件。要進行這些改進，公司需要與供應商Y共享有關其客戶如何使用該產(chǎn)品的數(shù)據(jù)。

不幸的是，這些數(shù)據(jù)可能包含有關X公司客戶的個人信息，因此共享它們將侵犯他們的隱私。X公司不想這樣做，因此他們放棄了改進機會。

根據(jù)卡內(nèi)基梅隆大學CyLab和IBM研究人員撰寫的一項新研究，一種新工具可以幫助規(guī)避數(shù)據(jù)共享中的隱私問題。在當今的大數(shù)據(jù)世界中，公司，組織和政府都必須處理這個問題。這項研究將在本周的ACM Internet Measurement Conference上進行介紹，并在該會議的最佳論文獎中入圍。

一種用于避免破壞隱私的方法是合成模仿原始數(shù)據(jù)集的新數(shù)據(jù)，同時保留敏感信息。但是，這說起來容易做起來難。

研究人員團隊創(chuàng)建了一個名為“ DoppelGANger”的新工具，該工具利用了生成對抗網(wǎng)絡或GAN，后者利用機器學習技術來合成與原始“訓練”數(shù)據(jù)具有相同統(tǒng)計數(shù)據(jù)的數(shù)據(jù)集。

在他們評估的數(shù)據(jù)集上，使用DoppelGANger生成的合成數(shù)據(jù)訓練的模型比使用來自競爭工具的訓練的合成數(shù)據(jù)的模型高多達43%的準確性。

如今，大多數(shù)工具都需要復雜數(shù)學建模方面的專業(yè)知識，這為跨不同專業(yè)知識水平的數(shù)據(jù)共享創(chuàng)造了障礙。但是，由于GAN本身能夠跨不同的數(shù)據(jù)集和用例進行概括，因此DoppelGANger幾乎不需要數(shù)據(jù)集及其配置的先驗知識。研究人員說，這使該工具具有高度的靈活性，而靈活性是網(wǎng)絡安全情況下數(shù)據(jù)共享的關鍵。

CyLab的ECE教授和Lin的共同顧問Vyas Sekar說：“我們相信，未來的組織將需要靈活地利用所有可用數(shù)據(jù)，以便對日益增長的數(shù)據(jù)驅動和自動攻擊環(huán)境做出反應。” “從這個意義上說，任何促進數(shù)據(jù)共享的工具都是必不可少的。”

CyLab的Giulia Fanti，歐洲經(jīng)委會教授和林博士。聯(lián)合顧問還認為該工具對安全工程師很有幫助。

Fanti說：“合成網(wǎng)絡數(shù)據(jù)可用于幫助為網(wǎng)絡安全工程師創(chuàng)建現(xiàn)實的培訓測試平臺，而無需暴露真實，敏感的數(shù)據(jù)。”

團隊的下一步是擴展工具的功能，因為盡管性能出色，但僅限于相對簡單的數(shù)據(jù)集。

Lin說：“許多網(wǎng)絡數(shù)據(jù)集比DoppelGANger當前所能處理的復雜得多。”

對于那些對使用該工具感興趣的人，DoppelGANger在Github上開源。該研究部分由美國國家科學基金會和陸軍研究實驗室贊助。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！