关于 联邦学习 的文章

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...

学术论文198 基于模分量同态加密的隐私数据联邦学习研究李晓东 李慧 赵炽野 周苏雅 金鑫北京电子科技学院网络空间安全系205 一种抗标签翻转攻击的联邦学习方法周景贤(1)韩威(1...

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...

企业可以通过深度整合DeepSeek的AI能力，构建智能化、动态化的网络安全防御体系，以应对APT（高级持续性威胁）等复杂攻击。以下是具体策略与实践路径：1. AI驱动的威胁检测与...