关于 联邦学习 的文章

论文分享——2025.12.13标题：Towards fair federated learning via unbiased feature aggregation期刊：IEEE...

法治数据基础设施实践 赋能司法便民数据场景推荐单位：中国电子科技集团有限公司申报单位：中国司法大数据研究院有限公司中国司法大数据研究院打造的法治可信数据空间通过构建跨部门、跨企业的...

研究背景：垂直联邦学习面临的异构挑战随着数据隐私保护法规的日益严格和跨机构数据协作需求的不断增长，垂直联邦学习（Vertical Federated Learning， VFL）作...

LF Edge InfiniEdge AI 项目提供了一个模块化平台，可在云端、边缘端和设备上运行 AI 智能体。2.0 版本标志着向完全无服务器、注重隐私的...

在一个繁忙的火车站，监控摄像头正全方位追踪站台的情况，乘客流量、轨道占用、卫生状况……所有信息实时传输给中央人工智能（AI）系统。这个系统的任务是帮助调度列车，让它们安全准点进站。...

大模型对数据的规模与质量需求与日俱增，但却面临互联网公域数据逐渐枯竭、高质量私域数据流通受阻的双重困境。联邦大模型基于联邦学习“数据不动模型动”的核心思想，进一步演化出“模型不动知...

规范针对公共数据融合应用场景提出系统性管理框架。该规范创新性地将隐私计算技术与公共数据治理相结合，通过"原始数据不出域、数据可用不可见"的技术路径，破解数据要素流通中的安全与效率矛...

报告系统研究金融数据流通的创新解决方案。在数据要素成为国家战略资源的背景下，金融行业面临数据安全与价值释放的双重挑战。可信数据空间作为新型基础设施，通过技术手段实现"数据可用不可见...

随着AI技术的迅猛发展，安全和隐私问题日益突出。近期的事件表明，AI系统中存在许多安全漏洞，如数据泄露和恶意代码注入，这些漏洞导致了严重的财务损失和隐私泄露。为应对这些挑战，AI领...

工业大模型作为AI技术与实体经济深度融合的“新基建”，正在重塑中国制造业的竞争格局。然而，当千亿级参数模型下沉至钢铁、能源、汽车等核心工业场景时，安全风险已从技术隐患升级为关乎产业...