Co-conception de réseaux de neurones profonds adaptés au FHE et au MPC

Publié le : 8 février 2020

Dans le cadre de cette thèse, l’étudiant devra étudier les scenarios dans lequel les techniques de cryptographie homomorphe (FHE) fournissent une contre-mesure pertinente à des menaces de confidentialité pesantes sur des systèmes à base de réseaux de neurones. Afin de mener à bien cette tâche, il s’agira plus précisément de s’appuyer sur les nombreux degrés de liberté dans la conception de tels réseaux mais également dans la conception de cryptosystèmes homomorphes afin proposer des réseaux et des FHE spécialisés se mariant aussi efficacement que possible.

Le candidat cherchera donc à pousser aussi loin que possible une stratégie de co-design application/FHE afin notamment : d’évaluer des réseaux de neurones profonds sur des entrées chiffrés (confidentialité des entrées/sorties d’un tel réseau) ainsi que d’évaluer des réseaux chiffrés sur des entrées pouvant être claires ou chiffrées (confidentialité modèle/sorties avec confidentialité optionnelle des entrées). Ceci impliquera de définir un « neurone FHE » efficace et de se poser des questions de confidentialité sur l’ensemble de son cycle de vie : depuis l’évaluation homomorphe unitaire d’un tel neurone, l’évaluation de réseaux complets de ces neurones (selon les scenarios de confidentialité ci-dessus) et jusqu’aux problématiques de construction de/d’apprentissage pour ces réseaux (sur données claires, la thèse ne portant a priori que sur la phase d’inférence).

De manière complémentaire, le doctorant investiguera l’applicabilité de ses travaux en context MPC. Idéalement, il s’agira de comparer les techniques de FHE et de MPC dans les différents scenarios étudiés, de jauger l’efficacité du « neurone FHE » sur support MPC et d’étudier les complémentarités possibles entre les deux approches.

Enfin, des implémentations preuve de concept devront fournir des résultats expérimentaux permettant de juger de la pertinence pratique des travaux, en particulier lorsqu’il s’agit d’associer un certain type de réseaux avec un type de FHE ou de MPC ou de mesurer l’écart de performance à combler pour arriver à évaluer des réseaux de taille et de complexité significatives.

En naviguant sur notre site, vous acceptez que des cookies soient utilisés pour vous proposer des contenus et services adaptés à vos centres d’intérêts. En savoir plus
X