.png){kind=icon}
返回
A Survey on Securing Image-Centric Edge Intelligence
.png){kind=icon}
OA
AI
DOI：10.1145/3700792.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
面对在网络边缘生成的大量数据，边缘智能（EI）作为边缘计算与人工智能的融合应运而生，革新了边缘数据处理和智能决策。然而，这种新兴模式带来了复杂的安全挑战，尤其在图像中心型应用中尤为突出，因为视觉数据量巨大且直接关系到用户隐私。这些挑战包括保护模型/图像隐私以及防范模型完整性受到各种安全威胁，例如模型投毒。本质上，这些威胁源于数据攻击，表明数据保护是一种有前景的解决方案。尽管数据保护措施在其他领域已较为成熟，但图像中心型EI仍需要专门的研究。本文综述了图像中心型EI固有的安全问题，并概述了保护措施，提供了该领域的全面概述。我们首先介绍EI，详细说明其运行机制及相关安全问题。随后，我们探讨了提升安全性的技术（如差分隐私）以及EI技术（如紧凑网络和分布式学习框架）。接下来，我们根据数据准备、训练和推理中的应用，对安全策略进行分类，重点关注基于图像的情境。尽管在安全性方面做出了这些努力，我们的调查仍识别出研究空白。此外，我们还概述了有前景的研究方向，以填补这些空白，从而加强图像中心型EI应用中的安全框架。
Keyword:
edge intelligence
image privacy
model security
differential privacy
distributed learning
期刊
IF:
6
论文数:
2.0K
被引数:
5.4K
机构
暂无机构信息
.png){kind=icon}
