Processing in the encrypted domain using artificial intelligence
Traitement dans le domaine chiffré par l'intelligence artificielle
Résumé
Recently artificial intelligence has become widely used, solved a variety of problems in different fields and applications. Artificial intelligence systems need large amounts of data to be trained. However, the availability of data represents a major challenge, especially as some applications use private sensitive data that must not be shared or distributed. Consequently, the development of privacy and security need is much broader than just preserving data security. However, with the spread of digitalization, it was also important to develop solutions that preserve the security of the system by controlling access to some and blocking it for the unknown. In this thesis, a privacy preserving access control system based on facial recognition is developped. Priacy is preserved by encrypting data using a new encryption method based on the discrete cosine transform. This classification approach highlights the ability of networks such as pix2pix and the auto-encoder, normally used for data regeneration, to distinguish and classify data, whether encrypted or unencrypted.
Récemment l’intelligence artificielle s’est répandue partout, résolvant une variété de problèmes dans différents domaines et applications. Un système d’intelligence artificielle a besoin d’une grande quantité de données pour s’entraîner, or la disponibilité de ces données représente un défi majeur, surtout que certaines applications traitent de données privées sensibles qui ne doivent pas être partagées ou diffusées. Par conséquent, le développement de systèmes d’intelligence artificielle qui préservent la confidentialité et la sécurité des données devient une nécessité. Le besoin de sécurité est bien plus large que la préservation de la sécurité des données. Toutefois, avec la propagation de la numérisation, il était tout aussi important de développer des solutions qui préservent la sécurité du système en contrôlant l’accès des différents utilisateurs, en donnant l’accès à certains et en le bloquant pour les inconnus. Dans cette thèse, un système de contrôle d’accès basé sur la reconnaissance faciale qui préserve la confidentialité des données est développé. La confidentialité est préservée en cryptant les données à l’aide d’une nouvelle méthode de cryptage basée sur la transformée en cosinus discrète. Ce système de contrôle d’accès utilise une méthode de classification basée sur la génération de données. Cette approche de classification met en évidence la capacité des réseaux tels que pix2pix et l’auto-encodeur, normalement utilisé pour la régénération de données, à distinguer et à classer les données, qu’elles soient cryptées ou non cryptées.
Fichier principal
These-2023-MATHSTICBO-Signal_image_vision_son-EL_SAJ_Raghida.pdf (7.43 Mo)
Télécharger le fichier
Origine | Version validée par le jury (STAR) |
---|