基于策略的帧转换技术实现隐私保护的边缘云视频分析系统

《ACM Transactions on Internet Technology》：A Privacy-preserving Edge-cloud Video Analytics System via Policy-based Frame Transformation

　　

摘要AI总结

要查看此由AI生成的总结，您需要拥有高级访问权限。

了解更多信息登录

摘要

摘要

在实时边缘-云视频分析系统中，边缘设备首先对视频帧进行初步分析，将其传递给经过训练的神经网络模型的某个分层结构。之后，它会将中间结果发送到云端进行进一步分析。在本文中，我们首先指出恶意攻击者可以对这些中间结果发起重构攻击和属性推断攻击。我们提出了Preva，这是一种新的保隐私的实时边缘-云视频分析系统”，它能够在满足延迟限制的同时抵御这两种攻击。Preva首先运用由PrevaNetv2即时生成的轻量级、基于策略的视频帧转换方案，该方案具有轻量的架构以及能够根据用户计算资源调整的提前退出机制。为确保端到端的低延迟，上下文多臂老虎机算法（BBSplit）会动态选择最佳的分层结构，而帧相似性过滤器（PPReuse）则可优化各视频帧间的策略生成过程。我们进行了正式的隐私性分析，证明Preva能够在面对重构攻击和属性推断攻击时防止隐私泄露。通过三种视频分析应用对Preva进行了测试，结果显示其在分析准确性方面比现有系统高出41.6%，在隐私保护方面则高出52.7%。

AI总结

AI生成的总结（实验性内容）

此总结是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关内容、评估文章的适用性，以及便于相关领域的读者理解本文内容。它的作用是补充作者提供的摘要，后者仍是文章的主要总结内容。完整文章才是最具权威性的版本。点击此处了解更多。

点击此处，可以对此总结的准确性、清晰度及实用性发表意见。您的反馈将有助于我们对总结进行改进并生成后续版本。

要查看此由AI生成的通俗语言总结，您需要拥有高级访问权限。