关于 联邦学习 的文章

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...

微信公众号 计算机与网络安全资料列表：https://docs.qq.com/doc/DTGJUTmNva1Roc0xQ下载资料列表文件，公众号回复 下载...

作者简介 刘文懋绿盟科技集团股份有限公司首席创新官、高级工程师，主要从事数据安全和云计算安全领域的研究工作。 孟楠中国信息通信研究院安全研究所副所长、高级工程师，主要从事电信网和互...

杜军平，北京邮电大学教授，CCF会士、IEEE Fellow。杜军平教授长期从事空间多源数据智能分析与融合、跨媒体大数据智能处理、多模态领域信息精准搜索等方向的研究，在大数据和人工...