Dissertação

Privacy in Paralinguistic Tasks EVALUATED

O uso generalizado de dispositivos com acesso à internet, em conjunto com o mercado emergente de aplicações de exploração de dados, tem dado origem a preocupações relativas à privacidade dos seus utilizadores. Aproveitando a qualidade dos algoritmos de aprendizagem automática, muitos serviços utilizam dados sensíveis para extrair informações sobre os seus utilizadores. Quando comparada com outros tipos de dados, a fala destaca-se pela quantidade de informação que contém. Para além do conteúdo linguístico, a partir da fala é possível obter conteúdo paralinguístico, como a idade, género, estado de saúde e traços de personalidade do orador. No entanto, estas características também transformam a fala num alvo para entidades mal intencionadas, que pretendem obter informações sensíveis de utilizadores desprotegidos. Isto é especialmente verdade em aplicações relacionadas com saúde, nas quais um sistema tenta descobrir se um utilizador apresenta ou não sintomas de uma doença, uma vez que esta informação é extremamente sensível. Nesta tese mostramos como a Encriptação Homomórfica pode ser utilizada para construir Redes Neuronais (RN) baseadas em fala, mantendo a privacidade dos dados, dando especial ênfase a três doenças que afectam a fala: Constipação, Depressão e Doença de Parkinson. Para isto, numa primeira experiência, aplicamos às doenças referidas anteriormente uma RN Encriptada, cujas operações foram substituídas pelos seus equivalentes de Encriptação Homomórfica. De seguida, experimentamos a viabilidade de construir uma rede end-to-end para o mesmo fim. Por fim, mostramos como é possível discretizar uma RN e as suas entradas, de forma a utilizar uma técnica de batching com Encriptação Homomórfica.
Fala Patológica, Encriptação Homomórfica, Aprendizagem Automática, Privacidade

Setembro 26, 2018, 18:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Isabel Maria Martins Trancoso

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático

ORIENTADOR

Alberto Abad Gareta

Departamento de Engenharia Informática (DEI)

Professor Auxiliar