Inférence salée : Améliorer la confidentialité tout en maintenant l'efficacité de l'inférence répartie dans l'informatique mobile

Dans l'inférence répartie, un réseau neuronal profond (DNN) est partitionné pour exécuter la première partie du DNN en périphérie et la partie ultérieure du DNN dans le cloud. Cela répond à deux exigences clés pour l'apprentissage machine sur appareil : la confidentialité des entrées et l'efficacité de calcul. Cependant, une question ouverte dans l'inférence répartie est celle de la confidentialité des sorties, étant donné que les sorties du DNN sont observables dans le cloud. Bien que l'informatique chiffrée puisse également protéger la confidentialité des sorties, le chiffrement homomorphe nécessite des ressources de calcul et de communication substantielles tant des appareils de périphérie que du cloud.