登入
家
欧洲地区特别部分：热门话题
未来网络的隐私保留AI
信用卡：盖蒂图像
电信网络和系统在多年来演变，以处理小说服务。今天，它们是高度复杂的分布式生态系统，由非常多样化的子环境组成（见图1）。它们包括无数类型的设备，连接方式，协议和基础设施，通常由不同的团队管理，具有不同的专业知识和工具，甚至不同的公司。
图1.电台网络和系统具有大量设备，连接装置，协议和基础架构的复杂性的高级视图。
传统的网络管理解决方案（例如，网络过度配置，基于规则的系统，无功方法）正在达到处理这种复杂的生态系统方面的限制。需要进行新的解决方案来保证严格的服务要求和有效的资源管理，特别是在实体对系统局部视角的情况下。
救援啊？在过去的十年中，我们目睹了在网络研究界朝着人工智能（AI）的社区日益增长的兴趣，一种其技术已应用于广泛的用途情况：网络优化，路由，调度算法，资源和故障管理机制，服务质量（QoS）和经验质量（QoE）管理，网络安全和许多其他任务。1在工业方面，AI正在慢慢补充全球传统网络方法：中小型企业（中小企业）和初创企业正在开发AI解决方案，以处理特定用例，传统的网络供应商正在发展他们的产品，支持AI工具和主要云/软件提供商正在调整在网络域中使用的AI工具。这也是电话服务提供商（Telco）的情况，这是通过内部研究和创新（R＆I）项目来探索AI算法的应用。例如，我们的小组正在努力在许多使用案例中致力于侧重于现实环境和应用程序（例如，Kattadige等人。2和perino等。5.），部分与其他欧洲合作伙伴在欧洲R＆I行动的情况下合作。B.
AI模型和工具可能易受攻击，其用法为Telco环境引入了新的攻击向量。
我的隐私怎么样？AI模型和工具可能易受攻击，其用法为Telco环境引入了新的攻击向量。例如，成员资格和财产推理或数据重建攻击和对抗学习，可以揭示所用数据的不同方面（例如，哪些特定用户数据用于模型训练），其数据属性的值甚至用户模式如流动性或浏览行为。因此，AI技术的使用可能比传统数据分析方法更强烈地影响用户隐私，因为AI模型可以从多个数据源蒸馏信息并推断有关其数据所有者的丰富模式。进一步加剧隐私问题，数据和模型中毒攻击甚至可以操纵AI模型对目标用户的对抗性决策。因此，最近强制执行数据隐私法规（以GDPR和电子隐私为首先，从美国的2020年以来，在CCPA中，世界其他地方）尝试使用AI方法的特定指南降低这些风险。
为了解决这一挑战，以遵守法规，并建立能够按设计保证隐私的系统，R＆I社区正在调查使用隐私保留的AI（PPAI）方法，包括联合学习（FL），差异隐私等技术，基于策略的AI和可信执行环境（TEES）。
我们的研究小组正在建立这些技术，重点是复杂的Telco生态系统。实际上，EDGE和网络设备的功能（例如，IOT，电话，路由器，天线）可用于以分布式分层方式执行AI模型的计算，而无需共享数据，从而限制风险私人信息泄露。这也可以在“作为服务”方法之后，以便于在公司之间以协同方式进行AI模型建设，并使用T恤对FL模型建筑的缓解攻击，如我们最近的作品所示3.那4.和图2.）。此外，PPAI隐私与实用性之间存在重大权衡，6.尤其是在流程中引入层次结构时。
图2.在电信网络中保留联合学习的隐私示例。联合学习在“作为服务”方法中提供，利用T恤，数据噪声和分层模型建设的潜在攻击。
下一步是什么？
R＆I仍然需要创造自主，智能，完全隐私保留和安全的电信带“网络。”创建定制的基于AI的方法，以解决网络相关问题的特定挑战需要更多的工作。应特别注意创建复杂工具之间的权衡，以保证所需的性能和鲁棒性等级，以及网络工程师信任和使用的工具。有趣的是，对于许多情景，尚不清楚AI是否优于传统方法，以及如何用AI无缝地补充传统方法。
还需要进一步的R＆I设计适用于这些环境的PPAI机制，包括能够处理异构计算环境的分层FL，设备培训优化或自适应机制。
参考
1.卡萨斯，P.数据网络的二十年AI4NET-AI / ML：挑战和研究方向。在IEEE / IFIP NOM的诉讼程序2020年。
2. Kattadige，C.，Raman，A.，Thilakarathna，K.，Lutu，A.，Perino，D. 360norvic：来自移动加密视频流量的360度视频分类。在ACM NOSSDAV的诉讼程序，2021。
3. Kourtellis，N.，Katevas，K.和Perino，D. Flaas：联合学习作为服务。在ACM Conext的程序分布式ML2020年。
4. Mo，F.，Haddadi，H.，Katevas，K.，Marin，E.，Perino，D.和Kourtellis，N.隐私保护联合学习与T恤。在ACM Mobisys的程序，2021（最好的纸）。
5. Perino，D.，Yang，X.，Serra，J.，Lutu，A.和Leontiadis，I。体验：（联合国）的高级网络运营 - 连接的远程社区。在ACM Mobicom的诉讼程序2020年。
6.赵，B.Z.H.，Kaafar，M.A.，Kourtellis，N。不是许多权衡：隐私与差别私立机器学习的实用性。在ACM CCSW的诉讼程序2020年。
脚注
湾Concordia（https://www.concordia-h2020.eu.），守护进程（https://h2020daemon.eu.），手风琴（https://www.accordion-project.eu.）， 慈善机构 （https://www.charity-project.eu/en.），空间（https://spatial-h2020.eu.的）
数字图书馆由Computing Machinery协会发布。版权所有©2022 ACM，Inc。
没有发现任何条目