Towards a Scalable and Privacy-Preserving Audio Surveillance System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The human voice is one of the passive biometrics that can be used in a surveillance system to uniquely identify individuals. It allows law enforcement agencies to detect and track suspects by deploying capturing devices (such as microphones) within a certain region. To address the clear privacy concerns of such an approach, we propose an efficient way of detecting suspects in public areas—through their voices—while preserving the privacy of innocent individuals. More precisely, our approach is quite suitable for large-scale surveillance systems, where millions of recordings are analyzed every day. Our privacy-preserving model is built on top of the most accurate speaker recognition systems, and we show that the accuracy loss due to the added privacy-preserving layer is negligible. The latter employs a highly efficient cryptosystem to securely compute the similarity scores between the captured utterances and the ones stored in the suspects' database. Specifically, the system computes, for each suspect, the encrypted Probabilistic Linear Discriminant Analysis (PLDA) score and obliviously matches it against a set threshold. More importantly, we show that our computation and communication overhead is significantly lower compared to the state-of-the-art techniques, which facilitates a real-time surveillance operation. Our protocol necessitates a single round of communication between the server and the capturing device and, for a database of 100 suspects, the online computation time is only 135 ms on the capturing device and 35 ms on the server, whereas the required communication is 12 KB.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle