Key points are not available for this paper at this time.
우리는 DarkneTZ를 소개합니다. 이는 에지 장치의 신뢰할 수 있는 실행 환경(TEE)과 모델 파티셔닝을 결합하여 딥 뉴럴 네트워크(DNN)에 대한 공격 표면을 제한하는 프레임워크입니다. 점점 더 많은 에지 장치(스마트폰 및 소비자 IoT 장치)에 다양한 애플리케이션을 위해 사전 훈련된 DNN이 장착되고 있습니다. 이러한 경향은 모델이 효과적인 멤버십 추론 공격(MIA)을 통해 훈련 데이터에 대한 정보를 누출할 수 있기 때문에 개인 정보 보호 위험이 따릅니다.
Mo 외 (Sun,)는 이 질문을 연구했습니다.