关于 差分隐私 的文章

在数据驱动成为各行业决策基石的今天，如何在发挥数据分析威力的同时保护个人隐私已成为关键挑战。隐私增强技术（PETs）可以在使数据得到更多使用的同时，帮助减轻隐私风险。差分隐私作为P...

点击蓝字 关注我们【联邦学习】重构数据安全边界的人工智能新范式前言在数字经济时代，数据要素的价值释放与隐私保护的矛盾日益凸显。传统集中式机器学习面临的数据孤岛困境与合规风险，正在催...

01序 言 这几年人工智能、大数据技术的快速发展创造了很多机会和应用，但也使得人们的隐私数据正在不断的被各种技术平台、厂商收集。这些平台、厂商为了追求商业利益或提升技术水平，总是...

团队简介安全研究部门以Jeddak可信隐私计算项目为载体，研究方向涵盖联邦计算、多方安全计算、可信计算、差分隐私计算、密文计算、共识计算等。基于这些领域最新前沿理论技术，创新研发、...

论文成果近日，由“浙江大学-安恒信息前沿技术联合研究中心”完成的题为“Securely Sampling Discrete Gaussian Noise for Multi-Par...

近日，由“浙江大学-安恒信息前沿技术联合研究中心”完成的题为“DPMLBench: Holistic Evaluation of Differentially Private Ma...

人尽皆知保护隐私需要权衡，重要的是如何实施权衡。具体到数据处理的实践里，重要的则是如何量化地实施权衡，甚至是将权衡服务化、管线化。2022年以来有关数据隐私的研究在量化权衡方面取得了实质的进展。这些进...