Исследователи представляют Privatar — фреймворк, который переносит реконструкцию аватара с гарнитур на недоверенные локальные устройства, защищая при этом от перехвата данных. Система использует специфичные для домена знания о реконструкции аватара для достижения доказуемо приватного выноса задач с минимальными потерями производительности.
- Горизонтальное разбиение (HP) разлагает реконструкцию аватара с помощью BDCT в частотной области, оставляя компоненты с высокой энергией на устройстве и перенося только подмножества с низкой энергией для уменьшения утечки информации.
- Минимальные возмущения с учётом распределения (DAMP) минимизируют шум на основе медленно меняющегося распределения выражений лица каждого пользователя, снижая потерю полезности при сохранении формальных гарантий локальной дифференциальной приватности.
- На Meta Quest Pro Privatar поддерживает в 2.37 раза больше одновременных пользователей при лишь на 6.5% большей потере реконструкции и на 9% большем энергопотреблении по сравнению с базовыми методами.
Privatar обеспечивает как доказуемые гарантии приватности, так и устойчивость к эмпирическим атакам и атакам на основе нейронных сетей, предлагая более выгодную границу Парето пропускной способности и потерь по сравнению с методами квантования или разреженности.