去識別化生成對抗網路

Abstract

生成對抗網路除了生成仿真資料外，也常拿來進行資料域集的轉換，本論文應用這個機制的精神，設計一個半監督式神經網路訓練方法，將資料中所有者的識別資訊遮蔽起來，維持資料集原本的主要用途，例如本論文中維持手機蒐集的三軸加速度資料的動作分辨率下，盡量降低可識別資料提供者的相關資訊，以達到多媒體資料去識別化的目的，經特徵工程處理過後的561維度三軸加速度資料，身分辨識率可由75%大幅下降至20%，動作辨識仍可維持98.5%的高辨識率；若是對時序三軸加速度資料進行去識別化，身分辨識率可由99%大幅下降至20%，動作辨識仍可維持94%的高辨識率，且對於未參與訓練的測試資料也具備一般化的能力，未參與去識別化訓練的561維度三軸加速度資料身分辨識率從81.8%降到35%，未參與去識別化訓練的時序三軸加速度資料身分辨識率從99.8%降到45.6%。