← أحدث الأبحاث
💻 computer science

Privacy-Preserving Object Detection for Vision Transformer-Based Models

تقدم هذه الورقة طريقة مبتكرة للكشف عن الأشياء مع الحفاظ على الخصوصية لنماذج "محولات الرؤية" (Vision Transformer)، والتي تستخدم التشفير الإدراكي وتكييف النطاق باستخدام مفاتيح لحماية المعلومات المرئية الحساسة مع الحفاظ على دقة مماثلة للنماذج غير المحمية.

المؤلفون الأصليون: Homare Sueyoshi, Kiyoshi Nishikawa, Hitoshi Kiya

نُشر 2026-08-24
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Homare Sueyoshi, Kiyoshi Nishikawa, Hitoshi Kiya

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في العالم الحديث، تعلمت الحواسيب كيف ترى. يمكنها مسح صورة فوتوغرافية وتحديد كلب أو سيارة أو شخص على الفور، وهي قدرة تدعم كل شيء بدءاً من السيارات ذاتية القيادة وصولاً إلى الأنظمة الأمنية. تعتمد هذه القدرة على نوع من الذكاء الاصطรียفي يسمى "محول الرؤية" (Vision Transformer)، والذي يقوم بتجزئة الصورة إلى قطع صغيرة وتحليل كيفية ترابطها معاً لفهم المشهد بأكمله. ومع ذلك، فإن هذه القوة تأتي مع مخاطرة؛ فلاستخدام هذه الأنظمة، غالباً ما يتعين على الناس إرسال صورهم الخاصة إلى خادم بعيد في السحابة. وإذا تعرض ذلك الخادم للاختراق، أو إذا كان الأشخاص الذين يديرونه غير جديرين بالثقة، فقد تتعرض المعلومات المرئية الحساسة للكشف. ويتمثل التحدي الذي يواجه العلماء في إيجاد طريقة تسمح للكمبيوتر بالرؤية بما يكفي للقيام بمهمته دون الكشف عن الصورة الفعلية لأي شخص سوى المالك.

لقد تصدى فريق من الباحثين في جامعة طوكيو المتروبوليتان لهذه المشكلة عبر ابتكار طريقة جديدة لحماية الصور أثناء تحليلها للكشف عن الأشياء. يركز عملهم على نوع محدد من نماذج الذكاء الاصطناعي المتفوقة في رصد الأشياء في الصور. وبدلاً من محاولة إخفاء الصورة باستخدام تشفير معقد وبطيء قد يربك الكمبيوتر، ابتكروا حيلة ذكية تتعلق بالطريقة التي يعالج بها الكمبيوتر الصورة. فهم يأخذون الصورة الأصلية ويقومون بتشويش تفاصيلها المرئية باستخدام مفتاح سري، مما يحولها إلى فوضى مشوشة وغير قابلة للتمييز للعين البشرية. وفي الوقت نفسه، يطبقون تشويشاً مطابقاً لتعليمات الكمبيوتر الداخلية. وعندما يلتقي هذان الإصداران المشوشان، يستطيع الكمبيوتر لاحقاً أداء مهمته بدقة عالية، لكن الخادم الذي يحمل البيانات لا يرى سوى ضجيج.

اختبر الباحثون هذه الفكرة باستخدام نموذج قوي يُعرف باسم ViTdet، وهو مصمم للعثور على الأشياء وتحديد مواقعها داخل الصورة. في الإعداد القياسي، إذا أرسلت صورة مشوشة إلى كمبيوتر لم يتم تعديله لهذا الغرض، فإن النظام يفشل تماماً. في تجاربهم، عندما قام الباحثون بتشفير الصور ولكن تركوا نموذج الكمبيوتر دون تغيير، انخفضت قدرة النظام على اكتشاف الأشياء إلى ما يقرب من الصفر؛ إذ لم يستطع الكمبيوتر ببساطة فهم البيانات المشوشة. وقد أثبت هذا أن مجرد إخفاء الصورة لم يكن كافياً؛ بل كان لا بد من تغيير الأداة المستخدمة لقراءة الصورة لتتناسب معها.

ولحل هذه المعضلة، أنشأ الفريق نظاماً يتم فيه تشفير النموذج نفسه قبل إرساله إلى السحابة. لقد قاموا بتوليد نمط عشوائي، يشبه رمز إعادة ترتيب فريد، واستخدموه لإعادة ترتيب الطريقة التي يفهم بها الكمبيوتر القطع الصغيرة للصورة. ثم طبقوا نفس نمط إعادة الترتيب على الصور قبل إرسالها للتحليل. ولأن عملية إعادة الترتيب تمت بطريقة رياضية محددة، فقد ألغى العنصران المشوشان بعضهما البعض داخل "دماغ" الكمبيوتر. وهكذا عالج الكمبيوتر البيانات كما لو كان ينظر إلى الصورة الأصلية الواضحة، رغم أنه لم يرَ واحدة فعلياً.

كانت نتائج اختباراتهم مذهلة. فعندما استخدموا طريقة التشفيد المزدوج هذه على مجموعة كبيرة من الصور التي تحتوي على ثمانين فئة مختلفة من الأشياء، كان أداء النظام يقارب الأداء الذي يحققه في حال عدم استخدام أي تشفير على الإطلاق. وفي أحد الاختبارات باستخدام مجموعة بيانات قياسية، حدد النظام الأشياء بشكل صحيح بدقة بلغت 50.118، وهي قريبة جداً من الدرجة 51.412 التي تحققت عند استخدام الصور غير المشفرة. وحتى عندما اختبروا النظام على مجموعة أكبر وأكثر تعقيداً تضم أكثر من ألف فئة من الأشياء، ظل الأداء مرتفعاً، حيث حققت الطريقة المشفرة درجات أقل بقليل من الخط المرجعي غير المشفر. والأهم من ذلك، أن الخادم الذي أجرى التحليل لم يرَ الصورة الأصلية أبداً، ولم يمتلك المفتاح السري اللازم لفك تشفيرها.

يمثل هذا النهج خطوة كبيرة للأمام في مجال الخصوصية. فهو يثبت أنه من الممكن إسناد المهام المرئية الحساسة إلى السحابة دون التضحភាព بالدقة أو الأمان. وجد الباحثون أن الطريقة تعمل بفعالية عبر أحجام مختلفة من الأشياء، من التفاصيل الصغيرة إلى المشاهد الكبيرة، وتصمد حتى عندما يتم ضغط الصور أو تغيير حجمها. ومن خلال ضمان ربط المنطق الداخلي للكمبيوتر والبيانات المدخلة معاً بمفتاح سري، نجحوا في إنشاء نظام يمكن للسحابة من خلاله القيام بالتفكير دون أن تعرف أبداً ما الذي تفكر فيه. وهذا يعني أنه في المستقبل، قد يتمكن المستخدمون من مشاركة صورهم الخاصة للتحليل مع الثقة بأن المحتوى المرئي يظل مخفياً، محمياً بدرع رياضي لا يمكن فتحه إلا من قبل المستخدم ونموذجه الخاص.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →