초록 인터넷과 지능형 기기의 보급으로 이미지 데이터의 개인정보 보호가 시급히 해결해야 할 중요한 문제로 대두되고 있다. 익명화와 같은 기존의 개인정보 보호 방법은 이미지 데이터를 처리하는 데 한계가 있으며 데이터 활용성 및 개인정보 보호 간의 균형을 맞추기 어렵다. 이에 얼굴 특징 향상, 차등 개인정보 보호, 그래디언트 노이즈 추가를 결합한 개선된 적대적 생성 네트워크 기반 이미지 개인정보 보호 모델을 구축하여 이미지 데이터 내 민감한 정보를 효과적으로 보호하고자 하였다. 성능 테스트 결과, 데이터셋 크기가 1400일 때, 모델의 평균 암호화 및 복호화 시간은 각각 1.68초와 1.52초였다. Top-1 및 Top-10 개인정보 보호 성공률은 각각 95.13%와 92.07%였다. 네 번의 초상화 복원 테스트에서 복원된 이미지와 원본 이미지 간 유사도는 각각 88.67%, 96.34%, 98.76%, 92.47%로 비교 모델 중 최고 수준이었다. 실험 결과 제안한 초상화 개인정보 보호 모델은 기존 방법들에 비해 개인정보 보호 강도 및 이미지 생성 품질 면에서 뛰어나며 전반적인 성능이 우수함을 보여주었다.
Duan Xue (Fri,)가 이 질문을 연구하였다.