摘要：為了提升教學(xué)效果，將加密信息的學(xué)習(xí)與識別技術(shù)引入本科機(jī)器學(xué)習(xí)課程教學(xué)中，可幫助學(xué)生建立課本－研究－實(shí)踐的橋梁。為了解決數(shù)據(jù)頻繁交互造成隱私泄露和數(shù)據(jù)頻繁加解密顯著增加數(shù)據(jù)處理開銷的兩大難題，本文基于隨機(jī)酉變換與稀疏表示技術(shù)，提出了一種面向信息安全的協(xié)同計(jì)算框架，并構(gòu)建了系統(tǒng)原型以驗(yàn)證該框架的實(shí)用性和有效性。結(jié)果表明，該框架不僅有助于提高學(xué)生對機(jī)器學(xué)習(xí)技術(shù)原理的認(rèn)識，還可幫助學(xué)生建立從抽象到具體的認(rèn)知體系，進(jìn)而顯著提升教學(xué)質(zhì)量，培養(yǎng)面向新一代電子信息技術(shù)的高科技人才。

關(guān)鍵字：計(jì)算機(jī)視覺；信息安全；機(jī)器學(xué)習(xí)；教學(xué)；創(chuàng)新型人才

大數(shù)據(jù)時(shí)代，以機(jī)器學(xué)習(xí)技術(shù)為核心的人工智能可以從海量數(shù)據(jù)中提取出有用信息，以支持精準(zhǔn)有效的分析與決策。機(jī)器學(xué)習(xí)技術(shù)已經(jīng)深度滲透于智慧城市、自動(dòng)駕駛、自然語言處理、醫(yī)學(xué)信息處理等尖端領(lǐng)域，并取得了良好的應(yīng)用效果。在教育領(lǐng)域，高校也把機(jī)器學(xué)習(xí)課程從研究生階段提前至本科階段，以強(qiáng)化本科學(xué)生的專業(yè)素質(zhì)，使本科教育的人才培養(yǎng)符合時(shí)代的需求。然而，機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，并且涉及很多抽象、復(fù)雜的數(shù)學(xué)前置課程，如高等數(shù)學(xué)、線性代數(shù)、概率論、優(yōu)化理論、逼近理論、算法理論等，使得機(jī)器學(xué)習(xí)課程理論教學(xué)的開展面臨諸多難題[1]。

為了將深?yuàn)W的理論簡單化與具象化，教師往往在課堂中展示與其相關(guān)的最新的研究、應(yīng)用成果。一方面，通過將抽象的理論具象化，幫助學(xué)生提高對機(jī)器學(xué)習(xí)技術(shù)原理的理解與認(rèn)識，另一方面，讓學(xué)生對本專業(yè)領(lǐng)域內(nèi)的前沿科學(xué)研究有所涉獵，有助于激發(fā)學(xué)生對機(jī)器學(xué)習(xí)技術(shù)的興趣[2]。

人臉識別是一種重要的身份認(rèn)證生物特征技術(shù)，在傳輸與識別過程中，不僅需要極高的識別精度，還需要保障信息安全。針對這兩個(gè)難點(diǎn)，常用的加密算法如同態(tài)加密（HE）和安全多方計(jì)算（MPC）[3]，面臨著與圖像大小有關(guān)的維數(shù)詛咒。為了應(yīng)對這一挑戰(zhàn)，本文開發(fā)了一種基于隨機(jī)酉變換的低復(fù)雜度加密算法，并從理論上證明了這種加密不會(huì)影響識別精度。該算法使得字典訓(xùn)練和面部識別結(jié)果可以直接從加密圖像中訓(xùn)練和提取?；谠撍惴ǎM(jìn)一步提出了算法開發(fā)原型系統(tǒng)，展示實(shí)時(shí)拍照、加密、處理的全流程。

一、 關(guān)鍵技術(shù)介紹

本文中僅給出大致技術(shù)路線，以更好地呈現(xiàn)研究結(jié)果和教學(xué)應(yīng)用的聯(lián)系。

（一）稀疏表示

加密后的數(shù)據(jù)直觀上失去了數(shù)據(jù)特征。算法性能如圖1所示。所提出的算法比四個(gè)對照算法性能更優(yōu)，并且識別精度不會(huì)受到加密影響，在測試集上精度可達(dá)98%以上。此外，本文根據(jù)提出的算法設(shè)計(jì)了系統(tǒng)原型，如圖2所示，可以實(shí)時(shí)通過筆記本電腦的攝像頭采集圖像，并自動(dòng)識別人臉部分，隨后進(jìn)行加密處理?？梢允占吧说恼掌M(jìn)行模型訓(xùn)練，訓(xùn)練完成之后中，模型可準(zhǔn)確識別訓(xùn)練數(shù)據(jù)庫照片中的人臉。

二、科研與教學(xué)融合

（一）課前準(zhǔn)備

提供一篇文獻(xiàn)供學(xué)生課前學(xué)習(xí)：Secure face recognition in edge and cloud networks： From the ensemble learning perspective。

（二）思考題

在超星學(xué)習(xí)通平臺(tái)，布置關(guān)于人臉識別和加密算法的思考題，引導(dǎo)學(xué)生查閱文獻(xiàn)、閱讀文獻(xiàn)。

問題1：你了解哪幾種人臉識別的應(yīng)用場景？

問題2：加密算法分為哪幾類？

（三）課堂教學(xué)

首先，針對稀疏表示和隨機(jī)酉變換的理論知識進(jìn)行詳細(xì)解讀，讓學(xué)生深入了解這兩個(gè)技術(shù)。之后，展示開發(fā)的系統(tǒng)原型，鍛煉學(xué)生的實(shí)際操作能力。從數(shù)據(jù)采集（小樣本，變換光照條件，變換拍攝角度等）到人臉識別（采集圖像中只有一個(gè)人和多個(gè)人，距離攝像頭或遠(yuǎn)或近等）全過程。學(xué)生可有如下發(fā)現(xiàn)：

1.當(dāng)訓(xùn)練樣本比較小的時(shí)候，或光照條件比較糟糕的時(shí)候，或拍攝角度比較大的時(shí)候，識別精度相對較低?；诖?，學(xué)生可切實(shí)體會(huì)到機(jī)器學(xué)習(xí)的性能嚴(yán)重依賴于訓(xùn)練集數(shù)據(jù)質(zhì)量。

2.采集圖像中的人數(shù)并不影響識別精度，但是，如果人物距離攝像頭過遠(yuǎn)，由于焦距不能自適應(yīng)，會(huì)影響識別精度。

（四）教學(xué)效果

在“機(jī)器學(xué)習(xí)在實(shí)際中的應(yīng)用”單元的教學(xué)中，將科研內(nèi)容融入教學(xué)，充分激發(fā)學(xué)生的好奇心和學(xué)習(xí)興趣。在這種教學(xué)方式下，對于平時(shí)枯燥乏味的基礎(chǔ)知識，學(xué)生可在實(shí)際操作過程中全部理解并掌握。同時(shí)，教師可通過這種方式將科研成果和科研思維逐步傳授給每一位學(xué)生，從而發(fā)揮科研對教學(xué)的促進(jìn)作用，進(jìn)而增加教學(xué)深度，拓展教學(xué)廣度，促進(jìn)教學(xué)創(chuàng)新，提升教學(xué)質(zhì)量[8]。

三、結(jié)束語

本文探索在機(jī)器學(xué)習(xí)課程中依托學(xué)院科研平臺(tái)開展科研反哺教學(xué)的實(shí)踐。通過將最新的研究成果融入課堂，有效增加教學(xué)深度，在實(shí)踐中培養(yǎng)學(xué)生解決實(shí)際問題的能力。教育工作者應(yīng)繼續(xù)加強(qiáng)教學(xué)與科研的聯(lián)系，提升教學(xué)質(zhì)量，培養(yǎng)面向新一代電子信息技術(shù)的高科技人才，為全面建設(shè)社會(huì)主義現(xiàn)代化國家做出新的貢獻(xiàn)。

作者單位：王一釷 呂佳 北方民族大學(xué)

參考文獻(xiàn)

[1] 杜科君.大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)課程的教學(xué)實(shí)踐探索[J].互聯(lián)網(wǎng)周刊，2023（10）：58-60.

[2] 曾毅清，仲兆祥.前沿科研成果融入大氣污染控制工程實(shí)驗(yàn)教學(xué)——除塵脫硝催化膜的制備與表征[J].廣東化工，2023，50（22）：200-202，175.

[3] Dias M， Abad A， Trancoso I. 基于哈希和密碼網(wǎng)的語音情感識別任務(wù)的隱私保護(hù)算法[C]， 2018 IEEE聲學(xué)、語音和信號處理國際會(huì)議 （ICASSP）. IEEE， 2018： 2057-2061.

[4] Wang Y， Nakachi T. 邊緣網(wǎng)絡(luò)和云網(wǎng)絡(luò)中基于集成學(xué)習(xí)的人臉識別隱私保護(hù)算法[C]， 2020 IEEE聲學(xué)、語音和信號處理國際會(huì)議 （ICASSP）. IEEE， 2020： 2393-2397.

[5] Jiang Z， Lin Z， Davis L S. 基于標(biāo)簽一致性K-SVD的稀疏編碼判別字典學(xué)習(xí)算法[C]， CVPR 2011. IEEE， 2011： 1697-1704.

[6] Zhang Q， Li B. 基于K-SVD的人臉識別中字典學(xué)習(xí)算法[C]， 2010 IEEE計(jì)算機(jī)學(xué)會(huì)計(jì)算機(jī)視覺和模式識別會(huì)議. IEEE， 2010： 2691-2698.

[7] Nakachi T， Ishihara H， Kiya H. 基于網(wǎng)絡(luò)隱蔽空間注意力面向隱私保護(hù)的BMI解碼算法[C]， 2018 IEEE國際信號處理與通信系統(tǒng)會(huì)議 （ICSPCS）. IEEE， 2018： 1-8.

[8] 李智，謝勤嵐.科研項(xiàng)目向?qū)I(yè)教學(xué)內(nèi)容的轉(zhuǎn)化——以“計(jì)算機(jī)視覺中的注意力機(jī)制”單元為例[J].科技風(fēng)，2023（32）：37-40，169.