Page 106 - 《软件学报》2026年第6期

肖欣怡 等: 恶意敌手环境下的隐私保护目标检测 2425

测数 (maxDets) 为 1、10 和 100 的情况进行计算 (分别记为 mAR@1、mAR@10 和 mAR@100), 以综合反映模型
在不同检测数量约束下的召回能力. 评估结果如表 4 所示, 其中每张图像最多保留 100 个检测结果, 且评估所有大
小的目标.

表 4 MalOD 性能评估

数据集 模型 mAP@0.5 mAP@0.5:0.95 mAR@1 mAR@10 mAR@100
Faster R-CNN (plaintext) 0.656 0.427 0.336 0.503 0.515
COCO 2017 MalOD (encrypted) 0.543 0.258 0.242 0.332 0.340
Decrease 0.113 0.169 0.094 0.171 0.175
Faster R-CNN (plaintext) 0.717 0.501 0.487 0.568 0.568
Pascal VOC 2012 MalOD (encrypted) 0.526 0.313 0.371 0.392 0.392
Decrease 0.191 0.189 0.116 0.176 0.176

与明文目标检测相比, 在采用四方安全计算和复制秘密共享协议的恶意敌手模型下, MalOD 满足更严格安全
性约束, 同时保持了可用的检测性能. 实验表明, MalOD 在多项指标上与明文模型相比仅略有下降: 在 COCO
2017 上, mAP@0.5:0.95 下降 0.169, mAP@0.5 下降 0.113; 在 Pascal VOC 2012 上, 相应降幅分别为 0.189 和 0.191.
召回率方面, maxDets=100 时 MalOD 在两类数据集上的 mAR 下降均不足 0.18. 这些性能变化处于可接受区间, 尤
其考虑到其背后安全机制带来的隐私提升. 性能差异主要源于安全多方计算框架的固有特性, 包括: (i) 非线性运
算 (如 Π SNE 、 Π SReLU 、 Π SSoftmax ) 需通过分段线性化以及安全近似实现, 导致特征提取过程中数值分布特性改变, 进
而影响边界框回归精度; (ii) 复制秘密共享依赖定点运算, 编码精度和截断操作引入量化误差, 影响预测精度; (iii)
四方计算协议需要将如 RoIAlign、FPN 融合等复杂算子拆解为安全子协议, 这个过程会降低主干网络中特征聚合
的精度. 尽管如此, MalOD 在 IoU@0.5 条件下在 COCO 2017 和 Pascal VOC 2012 的评估子集上仍分别达到 0.543
和 0.526 的 mAP, 证明其核心检测功能未受显著影响. 相较于仅防御半诚实敌手的现有方案, MalOD 在恶意模型
下实现了可比较的精度, 并额外提供可中止安全性与恶意行为检测机制. 在医疗影像、监控等隐私敏感场景中, 该
类有限性能代价可视为合理权衡, 也为高隐私要求下的实用目标检测提供了新途径.
值得注意的是, 随着 IoU 阈值从 0.5 增加到 0.95, MalOD 的 mAP 的下降与明文检测相当, 这表明加密对高精
度目标检测的负面影响得到了很好的控制.

7 总 结

本文提出了一种恶意敌手下隐私保护目标检测框架 MalOD. 该框架基于 (4, 3) 复制秘密共享方案, 能够在不
泄露用户输入和模型参数的情况下, 实现安全的目标检测, 并且具有抵御篡改等恶意攻击的能力. 本文在 COCO
2017 和 Pascal VOC 2012 数据集上进行充分的实验, 实验结果表明, 尽管与明文检测相比, MalOD 有更高的计算
和通信开销, 但其在多种场景下具有更高的实用性, 适用于对隐私保护要求较高的场景, 如医疗成像和智能监控
等. 未来的工作将致力于进一步优化核心算子, 以降低系统的通信与计算开销; 同时, 也将拓展框架的普适性, 研究
其在单阶段检测模型及更多计算场景下的适配方案. 此外, 也将研究如何在检测到恶意节点后, 实现协议从四方计
算到三方或两方的安全降级, 确保计算任务的鲁棒性和连续性, 从而提升系统在长期在线服务中的实用价值.

References
[1] Cho M, Kim T, Shim M, Wee D, Lee S. Towards multi-domain learning for generalizable video anomaly detection. In: Proc. of the 38th
Int’l Conf. on Neural Information Processing Systems. Vancouver: Curran Associates Inc., 2024. 1591. [doi: 10.52202/079017-1591]
[2] Liu X, Nejadasl FK, van Gemert JC, Booij O, Pintea SL. Objects do not disappear: Video object detection by single-frame object location
anticipation. In: Proc. of the 2023 IEEE/CVF Int’l Conf. on Computer Vision. Paris: IEEE, 2023. 6927–6938. [doi: 10.1109/ICCV51070.
2023.00640]
[3] Shi YH, Wang NY, Guo XJ. YOLOV: Making still image object detectors great at video object detection. In: Proc. of the 37th AAAI
Conf. on Artificial Intelligence. Washington: AAAI, 2023. 2254–2262. [doi: 10.1609/aaai.v37i2.25320]
[4] Liu TR, Meng QJ, Huang JJ, Vlontzos A, Rueckert D, Kainz B. Video summarization through reinforcement learning with a 3D spatio-