近日，27 歲的中國(guó)黃岡女孩李瓊秀，成為歐洲信號(hào)處理會(huì)議（EUSIPCO）會(huì)議年度三分鐘論文比賽的冠軍，該會(huì)議由歐洲信號(hào)處理協(xié)會(huì)（EURASIP）主辦，是歐洲信號(hào)處理領(lǐng)域的頂級(jí)會(huì)議。

談及拿到冠軍，她說自己的演講內(nèi)容時(shí)效性較強(qiáng)，邏輯性也比較強(qiáng)。目前，她正在丹麥奧爾堡大學(xué)信息與通信工程讀博，馬上即將畢業(yè)。

演講中，她提到了前不久發(fā)表在IEEE Transactions on Signal Processing 的論文《通過子空間擾動(dòng)實(shí)現(xiàn)隱私保護(hù)的分布式優(yōu)化：一個(gè)通用框架》（Privacy-Preserving Distributed Optimization via Subspace Perturbation: A General Framework）。作為論文第一作者，她已把相關(guān) MATLAB 代碼開源到 GitHub 上。

該研究要解決的痛點(diǎn)在于，在日益數(shù)字化和互聯(lián)的現(xiàn)代世界中，人們?cè)谔幚泶罅繑?shù)據(jù)時(shí)，一般會(huì)使用分布式信號(hào)處理技術(shù)。然而，阻礙分布式信號(hào)處理技術(shù)廣泛使用的一個(gè)難題，是在處理敏感數(shù)據(jù)時(shí)的隱私問題。

舉一個(gè)簡(jiǎn)單的例子，比如智能電網(wǎng)，很多家庭會(huì)安裝智能電表，來記錄用電量等信息。通過收集這些用電量信息可以做更好的用電規(guī)劃。

但是用電量不能被隨意泄露，有研究表明很多個(gè)人信息都能通過用電量泄露，比如家里住了幾口人、身體健康情況、以及出行信息等。

李瓊秀提醒稱，用戶不要區(qū)分哪項(xiàng)個(gè)人信息更重要，其實(shí)跟自己相關(guān)的每項(xiàng)信息都重要，都有可能泄露很多敏感的個(gè)人信息。

舉例說，用戶的身體健康狀況比如是否患有帕金森綜合征可以通過語音信息泄露 。再比如說，不法分子可以通過一張匿名的十次公交車票，來推斷出乘客的身份信息。

為了保護(hù)用戶隱私，李瓊秀提出一種新型子空間擾動(dòng)方法，在去中心化系統(tǒng)中它規(guī)避了傳統(tǒng)的隱私保護(hù)算法比如差分隱私和安全多方計(jì)算（SMPC）方法的局限性，該方法允許每個(gè)節(jié)點(diǎn) / 用戶在保護(hù)私有數(shù)據(jù)的前提下，獲得所需的解決方案。

通過在子空間中插入擾動(dòng)噪聲，這樣不僅可以保護(hù)私有數(shù)據(jù)不被泄露給他人，而且結(jié)果的準(zhǔn)確性也不受影響。

研究中，她證明出在每個(gè)分布式優(yōu)化器中引入的對(duì)偶變量，不會(huì)收斂于由圖拓?fù)浯_定的某個(gè)子空間中。此外，算法還保證優(yōu)化變量收斂于所需的解，因?yàn)樗c這個(gè)非收斂的子空間正交。

因此她通過對(duì)偶變量在非收斂的子空間中插入噪聲，從而保護(hù)私有數(shù)據(jù)，并且所期望的解的精度完全不受影響。

研究證明，該方法在被動(dòng)（半誠實(shí)）和竊聽兩種廣泛使用的攻擊者模型下是安全的，她還考慮了一些常用的分布式優(yōu)化算子如交替方向乘子法（ADMM）和 PDMM，以證明該方法的一般適用性。

最后，李瓊秀通過一組應(yīng)用程序來測(cè)試性能。數(shù)值測(cè)試表明，該方法在估計(jì)精度、隱私水平、通信成本和收斂速度等參數(shù)方面都優(yōu)于現(xiàn)有的方法。

與傳統(tǒng)的集中式系統(tǒng)相比，所有數(shù)據(jù)必須首先從不同的單元收集，然后在中央服務(wù)器上處理，而分布式信號(hào)處理利用網(wǎng)絡(luò)特性繞過了這一限制。

也就是說，每個(gè)節(jié)點(diǎn) / 單元不依賴于單一的集中協(xié)調(diào)，而是能夠從鄰居那里收集信息，并對(duì)整個(gè)網(wǎng)絡(luò)數(shù)據(jù)的子集進(jìn)行計(jì)算。這種分布式處理有許多優(yōu)點(diǎn)，例如允許節(jié)點(diǎn)數(shù)量的靈活可伸縮性，以及對(duì)圖拓?fù)涞膭?dòng)態(tài)變化的魯棒性。

目前，分布式系統(tǒng)中的計(jì)算單元 / 節(jié)點(diǎn)資源往往比較有限，因?yàn)槠桨?a href="http://www.socialnewsupdate.com/v/tag/1247/" target="_blank">電腦和手機(jī)成為多數(shù)用戶使用的主要計(jì)算設(shè)備。

這些設(shè)備通常包含可使用無線通信形成所謂的臨時(shí)網(wǎng)絡(luò)的傳感器，因此這些設(shè)備可通過共享計(jì)算資源和傳感器數(shù)據(jù)來協(xié)作解決問題。

然而，從 GPS、照相機(jī)和麥克風(fēng)等傳感器收集到的信息中，通常包括個(gè)人數(shù)據(jù)，這很讓人擔(dān)憂，因?yàn)檫@些數(shù)據(jù)本質(zhì)上是私有的。

分布式優(yōu)化算法在各個(gè)領(lǐng)域有廣泛應(yīng)用，因?yàn)榉植际较到y(tǒng)中的許多傳統(tǒng)信號(hào)處理問題，可以等價(jià)形成凸優(yōu)化問題。

由于分布式優(yōu)化的普遍適用性和靈活性，優(yōu)化已經(jīng)出現(xiàn)在聲學(xué)信號(hào)處理、控制理論和圖像處理等廣泛的應(yīng)用中。

通常，分布式優(yōu)化的范式是將網(wǎng)絡(luò)上的全局目標(biāo)函數(shù)，分離為幾個(gè)局部目標(biāo)函數(shù)，即只能通過與鄰居交換數(shù)據(jù)來解決全局目標(biāo)優(yōu)化問題。

這種數(shù)據(jù)交換是引起隱私問題的主要原因，因?yàn)榻粨Q的數(shù)據(jù)通常包含敏感信息，而傳統(tǒng)的分布式優(yōu)化方案并不能解決這個(gè)隱私問題。因此，如何設(shè)計(jì)一個(gè)能夠處理敏感數(shù)據(jù)的分布式優(yōu)化器，是該領(lǐng)域需要克服的挑戰(zhàn)。

兼容可通用，可解決所有凸的分布式優(yōu)化問題

李瓊秀告訴 DeepTech，基于分布式優(yōu)化的子空間擾動(dòng)算法是一個(gè)可兼容的通用的隱私保護(hù)算法， 可以解決所有凸的分布式優(yōu)化問題。

此前在該領(lǐng)域主流算法有兩種：差分隱私算法和安全多方計(jì)算算法。以差分隱私算法為例，其主要缺點(diǎn)在于結(jié)果不太準(zhǔn)確，而本算法的結(jié)果非常準(zhǔn)確。

談及研究步驟，她表示，在做隱私保護(hù)的研究時(shí)，很多學(xué)者的初始想法是從密碼學(xué)中尋找已經(jīng)合適并且成熟的工具來應(yīng)用到自己的研究領(lǐng)域中，所以主流的隱私保護(hù)分布式優(yōu)化算法主要包括差分隱私和安全多方計(jì)算這兩種已有算法。

而李瓊秀則另辟蹊徑，從分布式優(yōu)化算法本身出發(fā)，發(fā)現(xiàn)了該問題本身存在一種子空間特性。

基于該特性，她提出如果把噪聲擾動(dòng)放在不受影響的子空間中，可達(dá)到既不影響最后結(jié)果準(zhǔn)確度、還能隱私保護(hù)的效果。她說，正因?yàn)樽约旱南敕?，完全區(qū)別于主流算法，所以才能被 IEEE TSP 收錄論文。

研究中，她用 MATLAB 語言做了仿真，為了證明猜想的正確性，她首先模擬一個(gè)分布式（去中心化）的系統(tǒng)，系統(tǒng)中每個(gè)用戶 & 節(jié)點(diǎn)都只與和自己足夠接近的鄰居相連接，只有連接的用戶之間才能交流通信。

然后在這個(gè)分布式系統(tǒng)試驗(yàn)解決一些常見的分布式優(yōu)化問題，接著再通過提出的隱私保護(hù)算法來解決這些問題，最終通過仿真結(jié)果嚴(yán)重算法性能。

該算法具有兩大優(yōu)點(diǎn)，李瓊秀表示，這兩大優(yōu)點(diǎn)是和前文提到的兩種算法對(duì)比后得出的。其一是相比于差分隱私，它的優(yōu)點(diǎn)是不需要在隱私和算法準(zhǔn)確度之間權(quán)衡取舍；

其二，相比于安全多方計(jì)算里的同態(tài)加密和秘密共享技術(shù)，其計(jì)算和傳輸復(fù)雜度都很小。她說，整個(gè)算法非常優(yōu)雅，只是對(duì)其進(jìn)行初始化，即可進(jìn)行隱私保護(hù)。

在前文提到的三分鐘演講中，她提到一個(gè)新冠追蹤 App 的案例，由于歐盟的通用數(shù)據(jù)保護(hù)條例（GDPR），歐洲這邊開發(fā)此類追蹤 App 同時(shí)必須遵守此類隱私保護(hù)法律。

比如在她的留學(xué)所在國(guó)丹麥，在推出新館追蹤 App 之前花了很久的時(shí)間嵌入隱私保護(hù)算法來保證用戶隱私信息不被泄露。

無需經(jīng)過第三方權(quán)威的去中心化信號(hào)處理

她還講到分布式信號(hào)處理，事實(shí)上這也是一種去中心化信號(hào)處理。不同于中心化信號(hào)處理，去中心化信號(hào)處理無需經(jīng)過一個(gè)第三方權(quán)威。

以手機(jī)使用的谷歌服務(wù)為例，所有用戶都是依賴谷歌，谷歌角色為權(quán)威第三方。而去中心化，則無需依賴谷歌，通過用戶 A 和用戶 B 之間的直接一對(duì)一交流，即可形成分布式網(wǎng)絡(luò)。

也就是無需完全依賴于第三方權(quán)威。中心化的缺點(diǎn)在于要完全依賴（很多時(shí)候也需要信任）第三方，但是第三方是否值得依賴和信任還得另說。

而在去中心化系統(tǒng)中做隱私保護(hù)，正是李瓊秀研究的課題。但是在去中心化信號(hào)處理，用戶 A 要面對(duì)很多其他用戶，這時(shí)要做隱私保護(hù)，一是不能直接把秘密告訴別人。

這時(shí)最常用的做法，是設(shè)計(jì)一個(gè)加密方程，然后在上面做一個(gè)噪聲擾動(dòng)，把秘密變得 “不像秘密”，這時(shí)向外界展示被擾動(dòng)的東西，其他人就無法獲悉真正的秘密。

而之后的計(jì)算比如機(jī)器學(xué)習(xí)、跟蹤優(yōu)化等，都是在被擾動(dòng)的數(shù)據(jù)上面計(jì)算，由此達(dá)到保留秘密、合作雙贏的目的。

說起自己研究的分布式優(yōu)化，李瓊秀說可能很多人覺得和自己的研究領(lǐng)域沒關(guān)系，但其實(shí)很多領(lǐng)域都沒辦法離開優(yōu)化，分布式優(yōu)化可應(yīng)用到很多領(lǐng)域，比如機(jī)器學(xué)習(xí)，聯(lián)邦學(xué)習(xí)等。

基于上次論文，李瓊秀正在對(duì)算法做量化，即在減少算法傳輸帶寬的同時(shí)，還能保證收斂速度和算法準(zhǔn)確度。

堅(jiān)持讀博夢(mèng)，工作后重新踏入校園

李瓊秀生于 1993 年，來自湖北省黃岡市浠水縣的一個(gè)小村莊，大學(xué)考上東北大學(xué)秦皇島分校，學(xué)習(xí)電子信息工程，本科總成績(jī)排名專業(yè)第一。

大學(xué)畢業(yè)后拿到全額獎(jiǎng)學(xué)金（學(xué)費(fèi)＋生活費(fèi)）進(jìn)入韓國(guó)仁荷大學(xué)學(xué)習(xí)信息與通信工程，攻讀碩士學(xué)位。談及為什么選擇韓國(guó)攻讀碩士學(xué)位，她表示主要是由于經(jīng)濟(jì)原因，其實(shí)她本身是希望去歐洲讀碩士。

2016 年底，在碩士第三學(xué)期時(shí)李瓊秀嘗試申請(qǐng)丹麥奧爾堡大學(xué)信息與通信工程馬德?格拉斯布爾?克里斯滕森（Mads Gr?sb?ll Christensen）教授的博士生，但是很遺憾由于碩士還沒有畢業(yè)所以沒有入學(xué)資格。

碩士畢業(yè)后， 她選擇來到杭州工作。大約半年后，收到克里斯滕森教授的邀請(qǐng)，說他有一個(gè)新項(xiàng)目需要招募博士生，問其是否還愿意來丹麥讀博。

這點(diǎn)燃了李瓊秀心中的博士夢(mèng)，抱著對(duì)學(xué)術(shù)的憧憬和向往，她很快飛到丹麥讀書，并在讀博期間，來到代爾夫特理工大學(xué)的 Richard Heusdens 教授的研究組做了幾個(gè)月的訪問學(xué)者。

談及未來，她計(jì)劃前往新加坡國(guó)立大學(xué)和美國(guó)普林斯頓大學(xué)做博后，并且會(huì)繼續(xù)做隱私保護(hù)去中心化相關(guān)的研究，之后再考慮到底去業(yè)界還是去高校工作的問題。

責(zé)任編輯：haq