【论文学习7】Practical Secure Aggregation for Privacy-Preserving Machine Learning
INTRODUTION left：在云中心的机器智能中，用户设备与云中心模型进行交互，生成日志来训练模型。用户日志组合到一起后来提高模型，用于之后的服务器用户请求。 Middle：在联邦学习中， ...
原文：Privacy-Preserving Deep Learning via Additively Homomorphic Encryption
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布 Full version of a paper at the th International Conference on Applications and Techniques in Information Security ATIS . Abstract 我们建立了一个隐私保护的深度学习系统，在这个系统中，许多学习参与者对组合后的数据 ...
2019-07-25 12:09 0 530 推荐指数：
相关推荐
论文笔记（一）SecureML: A System for Scalable Privacy-Preserving Machine Learning
SecureML：A system for Scalable Privacy-Preserving Machine Learning 1 摘要及介绍 1.1 模型的大致架构 首先，主要模型中主要有客户端和两台服务器，假设这两台服务器不会恶意合作。 整个训练过程大致分为在线和离线两个阶段 ...
Privacy Security in Big Data and Privacy-Preserving Data Mining (PPDM)
目录 Introduction Annotated Bibliography References Introduction Big data is suc ...
Privacy-preserving logistic regression论文分析报告
小组成员：郑爽、王妮婷、王静雯 一、背景 机器学习的隐私保护研究大致分为２条主线: 以多方安全计算、同态加密为代表的加密方法和以差分隐私为代表的扰动方法。与加密方法相比,差分隐私机制更 ...
Deep Learning with Differential Privacy
原文链接：Deep Learning with Differential Privacy abstract：新的机器学习算法，差分隐私框架下隐私成本的改良分析，使用非凸目标训练深度神经网络。 数学中最优化问题的一般表述是求取$ x * \in \chi $ 使得 $ f(x ...
同态加密-Homomorphic encryption
同态加密(Homomorphic encryption)是一种加密形式，它允许人们对密文进行特定的代数运算得到仍然是加密的结果，将其解密所得到的结果与对明文进行同样的运算结果一样。换言之，这项技术令人们可以在加密的数据中进行诸如检索、比较等操作，得出正确的结果，而在整个处理过程中无需对数据进行解密 ...
【论文学习3】Local Differential Privacy for Deep Learning
Local Differential Privacy for Deep Learning 0.ABSTRACT 物联网平台创新包括边缘云交互中的软件定义网络（SDN）和网络功能虚拟化（NFV）的融合 深度学习因其在使用大量数据进行训练时具有显著的准确性而越来越受欢迎 ...
同态加密技术-Homomorphic Encryption
同态加密技术报告 成员：王妮婷 王静雯 郑爽 2020-03-02 前言 随着云计算的广泛应用， 特别是云平台上的大量电子商务交易， 如何安全有效地保护用户隐私与安全成为当今密码 ...