抽象
私たちは、このシステムでは、多くの研究者が合成されたデータセットに基づいて、深い学習ニューラルネットワークを実行し、プライバシーの深学習システムを確立しているが、実際には、中央サーバにローカルデータの参加者を開示することはありませんでした。この目的を達成するために、我々は再審査作業ShokriとShmatikov（ACM CCS 2015）の前に、ローカルデータが実際に正直が、好奇心のサーバーに漏れることを指摘しました。その後、我々は次の特性を持つ強化されたシステムを構築することにより、この問題を解決する必要があります：（1）サーバに情報を漏洩しない、（2）マージされたデータセットの通常の深学習システムと比較すると、精度は変わりません。
私たちのシステムは深さと暗号学習の間のブリッジです：準同型暗号を結合我々非同期確率的勾配降下は加算器、ニューラルネットワークに適用されます。私たちは、深学習システムのオーバーヘッドでの一般的な増加への暗号化の使用が許容されることを示しています。