隐私保护行为识别的新分类法和评估协议

一篇新发表在arXiv上的论文提供了隐私保护行为识别（PPAR）方法的全面分类法和评估。该综述将2018-2026年的32篇论文分为五类：对抗性学习、基于骨骼、密码学、差分隐私和混合方法，并强调了它们在隐私、效用和效率方面的独特权衡。论文指出了当前评估实践中的显著弱点，许多研究使用临时指标，缺乏正式的隐私定义或对泛化和实时部署的严格测试。作者提出了PPAR统一评估协议，以标准化基准并指导该领域走向实际部署，这对人脸识别和医学成像等相关领域具有启示意义。 AI

影响 标准化隐私保护AI的评估，可能加速其在监控和医疗保健等敏感应用中的部署。

排序理由 学术论文，详细介绍了特定AI子领域的分类法、方法和评估协议。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• adversarial machine learning
• computer science
• Computer vision and pattern recognition
• cryptography
• differential privacy
• facial recognition system
• Hybrid
• medical imaging
• PPAR Unified Evaluation Protocol
• Prisma
• Privacy-Preserving Action Recognition
• Skeleton-based active catheter navigation

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →