【論文學習7】Practical Secure Aggregation for Privacy-Preserving Machine Learning
INTRODUTION left：在雲中心的機器智能中，用戶設備與雲中心模型進行交互，生成日志來訓練模型。用戶日志組合到一起后來提高模型，用於之后的服務器用戶請求。 Middle：在聯邦學習中， ...
原文：Privacy-Preserving Deep Learning via Additively Homomorphic Encryption
鄭重聲明：原文參見標題，如有侵權，請聯系作者，將會撤銷發布 Full version of a paper at the th International Conference on Applications and Techniques in Information Security ATIS . Abstract 我們建立了一個隱私保護的深度學習系統，在這個系統中，許多學習參與者對組合后的數據 ...
2019-07-25 12:09 0 530 推薦指數：
相關推薦
論文筆記（一）SecureML: A System for Scalable Privacy-Preserving Machine Learning
SecureML：A system for Scalable Privacy-Preserving Machine Learning 1 摘要及介紹 1.1 模型的大致架構 首先，主要模型中主要有客戶端和兩台服務器，假設這兩台服務器不會惡意合作。 整個訓練過程大致分為在線和離線兩個階段 ...
Privacy Security in Big Data and Privacy-Preserving Data Mining (PPDM)
目錄 Introduction Annotated Bibliography References Introduction Big data is suc ...
Privacy-preserving logistic regression論文分析報告
小組成員：鄭爽、王妮婷、王靜雯 一、背景 機器學習的隱私保護研究大致分為２條主線: 以多方安全計算、同態加密為代表的加密方法和以差分隱私為代表的擾動方法。與加密方法相比,差分隱私機制更 ...
Deep Learning with Differential Privacy
原文鏈接：Deep Learning with Differential Privacy abstract：新的機器學習算法，差分隱私框架下隱私成本的改良分析，使用非凸目標訓練深度神經網絡。 數學中最優化問題的一般表述是求取$ x * \in \chi $ 使得 $ f(x ...
同態加密-Homomorphic encryption
同態加密(Homomorphic encryption)是一種加密形式，它允許人們對密文進行特定的代數運算得到仍然是加密的結果，將其解密所得到的結果與對明文進行同樣的運算結果一樣。換言之，這項技術令人們可以在加密的數據中進行諸如檢索、比較等操作，得出正確的結果，而在整個處理過程中無需對數據進行解密 ...
【論文學習3】Local Differential Privacy for Deep Learning
Local Differential Privacy for Deep Learning 0.ABSTRACT 物聯網平台創新包括邊緣雲交互中的軟件定義網絡（SDN）和網絡功能虛擬化（NFV）的融合 深度學習因其在使用大量數據進行訓練時具有顯著的准確性而越來越受歡迎 ...
同態加密技術-Homomorphic Encryption
同態加密技術報告 成員：王妮婷 王靜雯 鄭爽 2020-03-02 前言 隨着雲計算的廣泛應用， 特別是雲平台上的大量電子商務交易， 如何安全有效地保護用戶隱私與安全成為當今密碼 ...