Bài viết "Những rủi ro và các phòng chống vi phạm tính riêng tư trong mô hình học cộng tác" trình bày giúp hiểu rõ hơn về bản chất và điều kiện thực hiện tấn công. Cuối cùng, các hướng nghiên cứu trong tương lai nhằm bảo vệ tính riêng tư trong mô hình học liên kết cũng sẽ được thảo luận chi tiết. Mời các bạn cùng tham khảo. | Tạp chí Khoa học Công nghệ và Thực phẩm 22 3 2022 344-358 NHỮNG RỦI RO VÀ CÁC PHÒNG CHỐNG VI PHẠM TÍNH RIÊNG TƯ TRONG MÔ HÌNH HỌC CỘNG TÁC Hà Lê Hoài Trung1 Đặng Trần Khánh2 1 Trường Đại học Công nghệ Thông tin - ĐHQG 2 Trường Đại học Công nghiệp Thực phẩm Email khanh@ Ngày nhận bài 10 6 2022 Ngày chấp nhận đăng 13 7 2022 TÓM TẮT Với việc phát triển khoa học như ngày nay con người tận hưởng cuộc sống hiện đại và nhiều tiện nghi hơn đồng thời cũng tạo ra nhiều dữ liệu. Các dữ liệu này được lưu trữ trong các thiết bị và miền ứng dụng khác nhau đồng thời xã hội cũng ngày càng nhận thức rõ hơn về các vấn đề bảo mật tính riêng tư của dữ liệu việc huấn luyện các mô hình học máy tập trung hay các mô hình trí tuệ nhân tạo AI truyền thống đang phải đối mặt với những thách thức về tính hiệu quả và quyền riêng tư. Trong những năm gần đây học liên kết Federated Learning đã nổi lên như một giải pháp thay thế và tiếp tục phát triển mạnh trong lĩnh vực trí tuệ nhân tạo phục vụ cuộc sống con người. Các mô hình học liên kết hiện tại có một số lỗ hổng dễ bị tấn công bởi người tấn công nằm bên trong hoặc bên ngoài hệ thống ảnh hưởng đến quyền riêng tư của dữ liệu và tính bảo mật của hệ thống. Bên cạnh việc huấn luyện các mô hình toàn cục yêu cầu tính bảo mật là điều quan trọng trong các thiết kế các hệ thống học liên kết có đảm bảo quyền riêng tư và có khả năng chống lại các loại tấn công khác nhau. Nghiên cứu này trình bày toàn diện về quyền riêng tư và tính bảo mật trong học liên kết bao gồm 1 các mối đe dọa 2 các cuộc tấn công và phòng thủ về quyền riêng tư. Các kỹ thuật chính cũng như các giả định cơ bản được áp dụng bởi các cuộc tấn công và phòng thủ khác nhau trong học liên kết cũng được trình bày giúp hiểu rõ hơn về bản chất và điều kiện thực hiện tấn công. Cuối cùng các hướng nghiên cứu trong tương lai nhằm bảo vệ tính riêng tư trong mô hình học liên kết cũng sẽ được thảo luận chi tiết. Từ khóa Học cộng tác tính riêng tư mạng sinh đối kháng tấn công
