研究人员推出了Privatar，这是一个将头像重建从头显卸载到不受信任的本地设备的同时防止数据拦截的框架。该系统利用头像重建领域的专业知识，以最小的性能成本实现可证明的隐私安全卸载。

  • 水平分区（HP）通过频域中的BDCT分解头像重建，将高能量分量保留在设备上，仅卸载低能量子集以减少信息泄露。
  • 分布感知最小扰动（DAMP）根据每个用户缓慢变化的表情分布最小化噪声，在保持形式化本地差分隐私保证的同时减少效用损失。
  • 在Meta Quest Pro上，与基线相比，Privatar支持2.37倍更多的并发用户，重建损失仅增加6.5%，能耗开销增加9%。

Privatar既提供可证明的隐私保证，又对经验性和基于神经网络的攻击具有鲁棒性，提供了比量化或稀疏方法更好的吞吐量-损失帕累托前沿。