【技术实现步骤摘要】
本专利技术属于边缘计算领域，涉及一种人脸隐私保护，具体涉及一种人脸边缘智能应用整体微调隐私保护模型与方法。
技术介绍
1、边缘计算作为现在很常见的计算模式，它为多方面智能应用程序所产生的计算任务卸载到临近的边缘服务器中，提供了很多好处，不仅可以降低本地资源的开销，提高任务计算效率，并且还能够满足用户对多方面应用服务体验质量需求，由此边缘计算得到了越来越多的重视。
2、但是现有的隐私方法都不是针对于边缘计算场景提出的，更多都是考虑一次性的变换、加扰、加密，然后在云端服务器进行解变换、解扰、解密等，这会引入大量计算量。所以就现有的边缘计算来说，所提供的隐私属性保护并不完善，并不能保证上传到边缘上的数据安全性不被侵犯。
3、边缘计算场景下，在不增加额外计算量的情况下，将任务分散在各个节点上，对用户隐私保护具有很大的挑战性。因此，边缘计算卸载过程中端-边分布式计算被作为重点研究，并由此展开找寻解决隐私泄露问题的方法。在面向边缘计算的任务卸载中，为了保护用户在任务卸载过程中的隐私，提出一种基于端-边分布式计算，并在设备端进...
【技术保护点】
1.所述一种基于人脸边缘智能应用整体微调方法来实现人脸识别智能隐私保护模型，其特征在于，包括如下模块：隐私消隐特征提取模块，属性特征分析推理模块，属性分类模块三个模块；不同模块在不同的实体上运行；隐私消隐特征提取模块放在用户端上进行处理，以保证输出的特征在传输到远程边缘服务器的时候没有隐私特征；属性特征分析推理模块和属性分类模块放在远于用户的服务器端，以保证在远端服务器的时候不存在隐私特征，在可以识别性别的同时，识别不出身份；
2.所述一种基于人脸边缘智能应用整体微调隐私保护部分微调模型，其特征在于，整体微调网络模型的设计方法与局部微调方式不同，对于隐私特...
【技术特征摘要】
1.所述一种基于人脸边缘智能应用整体微调方法来实现人脸识别智能隐私保护模型，其特征在于，包括如下模块：隐私消隐特征提取模块，属性特征分析推理模块，属性分类模块三个模块；不同模块在不同的实体上运行；隐私消隐特征提取模块放在用户端上进行处理，以保证输出的特征在传输到远程边缘服务器的时候没有隐私特征；属性特征分析推理模块和属性分类模块放在远于用户的服务器端，以保证在远端服务器的时候不存在隐私特征，在可以识别性别的同时，识别不出身份；
2.所述一种基于人脸边缘智能应用整体微调隐私保护部分微调模型，其特征在于，整体微调网络模型的设计方法与局部微调方式不同，对于...
【专利技术属性】
技术研发人员：姚彦鑫，赵生弟，周子璎，陈晓彤，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。