• <progress id="ftk1t"></progress>
    <source id="ftk1t"><mark id="ftk1t"></mark></source>

    <progress id="ftk1t"><button id="ftk1t"></button></progress>

    <tt id="ftk1t"></tt>

    <b id="ftk1t"><small id="ftk1t"><kbd id="ftk1t"></kbd></small></b>

    <video id="ftk1t"></video>
    1. 淺析密碼學的差分隱私技術

      網站安全 admin 發布時間:2022-07-12 23:32:03 瀏覽:

       隱私 (英語: differential privacy )是 密碼 中的一種 手段 ,旨在提供一種當從 統計數據庫 查詢 時,最大化數據查詢的 準確性 ,同時最大限度減少識別其 記錄 的機會。

      差分隱私(Differential Privacy),簡稱DP,旨在傳輸的梯度信息中加入隨機噪聲,并將其查詢操作的實際結果隱藏起來或者模糊化,直至無法區分,從而實現對私密數據的保護。

      加入噪音一般有,拉普拉斯機制,指數機制和高斯機制。用的最多的是拉普拉斯機制。

      1、多方安全計算:基于密碼學的隱私計算技術; 2、聯邦學習:人工智能與隱私保護技術融合衍生的技術; 3、可信執行技術(TEE):代表的基于可信硬件的隱私計算技術。

      混淆電路、秘密分享、不經意傳輸等作為底層密碼學技術,同態加密、零知識證明、差分隱私等作為輔助技術的相對成熟的技術體系。

      差分隱私與其他隱私計算的聯系是什么? 1、差分隱私是隱私計算中技術的一種,與同態加密,數據脫敏,混淆電路等算法同級別。每種技術側重點不同,前面也提到了,差分隱私更關注結果,對于隱私計算的過程沒有保護。 2、安全多方計算,聯邦學習都可以用差分隱私,它們相當于是隱私計算的一個子集,差分隱私是這個子集中的一個元素,或者說是子集的子集。 3、安全多方計算在我看來更像是一個協議,可被用于聯邦學習中。聯邦學習更像是一個隱私計算的框架,可用其他技術,包括TEE。在隱私計算體系結構中我感覺算法應用基本都是描述聯邦學習的。

       

      相關推薦
        無相關信息

      在線咨詢

      點擊這里給我發消息售前咨詢專員

      點擊這里給我發消息售后服務專員

      在線咨詢

      免費通話

      24h咨詢:0475-2793529


      如您有問題,可以咨詢我們的24H咨詢電話!

      免費通話

      微信掃一掃

      微信聯系
      返回頂部
      精品久久久无码中字