Key points are not available for this paper at this time.
디바이스에서 딥러닝 서비스에 대한 수요 증가로 인해, 용량이 있는 모바일 디바이스에서 딥 뉴럴 네트워크(DNN)를 배치할 수 있는 강력한 방법이 필요합니다. 클라우드 기반 솔루션은 DNN의 큰 부분을 클라우드로 오프로드하여 모바일 디바이스에서 학습 애플리케이션을 가능하게 하는 유망한 접근 방식입니다. 그러나 클라우드에 데이터를 노출하면 개인정보 보호 위험이 발생합니다. 이러한 위험 없이 클라우드 데이터 센터의 이점을 누리기 위해, 우리는 모바일 디바이스와 클라우드 데이터 센터 간에 DNN을 분할하는 클라우드 기반 프레임워크 ARDEN을 설계, 평가 및 구현합니다. 모바일 디바이스에서는 간단한 변환이 수행되며, 훈련과 복잡한 추론은 클라우드 데이터를 의존합니다. 민감한 정보를 보호하기 위해 임의 데이터 무효화 및 랜덤 노이즈 추가로 구성된 경량 개인정보 보호 방안이 도입되어 강력한 개인정보 보장을 제공합니다. 엄격한 개인정보 분석이 이루어집니다. 그럼에도 불구하고 원본에 대한 개인적 교란은 클라우드 측의 추가 추론 성능에 부정적인 영향을 미칩니다. 이러한 영향을 완화하기 위해, 우리는 클라우드 측 네트워크가 교란된 데이터에 대한 강인성을 향상시키기 위해 노이즈 교육을 제안합니다. 정교한 설계를 통해 ARDEN은 개인정보를 보호할 뿐만 아니라 추론 성능도 향상시킬 수 있습니다. 제안된 ARDEN을 검증하기 위해 세 가지 이미지 데이터셋과 실제 모바일 애플리케이션을 기반으로 한 일련의 실험이 수행됩니다. 실험 결과는 ARDEN의 효과성을 입증합니다. 또한 실용성을 검증하기 위해 데모 시스템에 ARDEN을 구현합니다.
Wang et al. (Mon,)은 이 질문에 대해 연구했습니다.