我们正在构建一个平台，旨在为具有重大数据安全问题的大型企业提供机器学习解决方案。所有数据训练均在前提下进行，但要限制用于模型训练的数据的性质。模型完成后，我希望将其部署到具有标准安全性/审核标准的云上。（IP白名单，访问令牌，日志）
我相信这些功能可以匿名完成（标准化，PCA等），以提供额外的安全性。 发送到基于云的ML模型的数据可以通过任何方式返回到原始数据吗？
虽然我已经回顾了有关模型部署的其他问题，但是安全性的这一方面并未专门处理。 https://dzone.com/articles/security-attacks-analysis-of-machine-learning-mode （不必担心可用性或模型失真，而应关注机密数据）
同样，想法是在本地保留学习和数据，仅在云上进行部署以提高速度，灵活性和可用性。
答案 0 :(得分：0)
发送到基于云的ML模型的数据是否可以通过任何方式返回到原始数据？
任何具有反函数的函数都可以返回原始数据。风险不仅来自于随机的人查看数据，而且还来自团队内部的内部威胁。这是一个示例：
How to reverse PCA and reconstruct original variables from several principal components?
根据主成分的数量，可能还可以通过蛮力猜测本征向量。