PrivateHub

新的扩散模型PrivateHub增强了传感器密集环境的数据隐私性

研究人员开发了PrivateHub，这是一种新颖的对比扩散模型，旨在生成合成的多传感器数据，同时保护用户隐私。该模型分两个阶段运行：应用条件预训练（ACP）和应用感知微调（AAF），利用对比学习来区分私有和非私有应用。实验表明，PrivateHub在不影响非私有应用检测的情况下，可以将推断私有应用的准确性降低40-50%，并能抵御攻击者在合成数据上重新训练的攻击。