369
14
장
머신러닝을 위한 데이터 개인 정보 보호
PySyft
(
https
://
oreil
.
ly
/
qlAWh
)는
OpenMined
조직에서 개발한 개인 정보 보호 머신
러닝용 오픈 소스 파이썬 플랫폼입니다. 이는 데이터를 집계하기 위해
SMPC
(다음 절에서 자
세히 설명함 )를 사용하여
FL
을 구현하는 작업을 포함합니다. 원래는 파이토치 모델을 지원하
려고 개발되었지만, 텐서플로 버전도 출시되었습니다 (
https
://
oreil
.
ly
/
01yw2
).
14.5
암호화된 머신러닝
암호화된 머신러닝은 개인 정보 보호 머신러닝의 또 다른 영역으로, 현재 연구자와 실무자 모
두에게 많은 관심을 받고 있습니다. 암호화 커뮤니티의 기술과 연구를 기반으로 이런 기술을
머신러닝에 적용합니다. 지금까지 채택한 주요 방법은 동형 암호화
homomorphic
encryption
(
HE
)와
SMPC
Secure
Multiparty
Computing
입니다. 이런 기술을 사용하는 방법에는 두 가지가 있습니다. 일반
텍스트 데이터로 이미 학습을 받은 모델을 암호화하는 방법과 전체 시스템을 암호화하는 방법
(학습 중에 데이터를 암호화된 상태로 유지해야 할 때 )입니다.
HE
는 공개 키 암호화와 유사하지만 데이터를 해독할 필요가 없다는 차이가 있습니다. 암호화
된 데이터에 대해 계산 (예: 머신러닝 모델에서 예측 얻기)을 수행할 수 있습니다. 사용자는 로
컬에 저장된 암호화 키를 사용하여 데이터를 암호화된 형식으로 제공한 다음 암호화된 예측을
수신합니다. 그리고 이를 해독하여