Utilize este link para identificar ou citar este item:
https://bdm.unb.br/handle/10483/14856
Título: | Performance analysis of private classification protocols |
Autor(es): | Jung, Henrique Costa |
Orientador(es): | Nascimento, Anderson Clayton Alves |
Assunto: | Processamento seguro de dados Aprendizado do computador Criptografia de dados (Computação) |
Data de apresentação: | Dez-2015 |
Data de publicação: | 29-Set-2016 |
Referência: | JUNG, Henrique Costa. Performance analysis of private classification protocols. 2015. vii, 39 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2015. |
Resumo: | Este trabalho fornece um estudo detalhado sobre a performance de protocolos para Classificação Privada em Aprendizado de Máquina, relacionados a Classificação por Hiperplano. Detalhamos como o desempenho dos protocolos sofre degradação devido tanto ao aumento de classes quanto em relação ao tamanho de cada classe. Por fim, realizamos um estudo usando o banco de dados MNIST, de tamanho significativo. A conclusão a que chegamos é de que para um processamento de um banco de dados completo o custo computacional é considerável, contudo para aplicações envolvendo amostras individuais os protocolos são perfeitamente viáveis. |
Abstract: | This work provides a detailed study about the performance of Private Machine Learning Classification protocols, related to Hyperplane Classification. We detail how the performance of protocols deteriorates due to the increase in the number of classes and the size of each class. Afterwards, we made a study using the MNIST database, of reasonable size. The conclusion we reached was that to process a full database the computational costs are severe, however for applications with individual samples the protocols are perfectly viable. |
Informações adicionais: | Trabalho de conclusão de curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, 2015. |
Aparece na Coleção: | Engenharia Elétrica
|
Este item está licenciado na Licença Creative Commons