<p id="k5pe4"><strong id="k5pe4"></strong></p>
  • <p id="k5pe4"><strong id="k5pe4"><small id="k5pe4"></small></strong></p>
    1. <table id="k5pe4"></table>

        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
        中文字幕亚洲精品乱码加勒比_97人妻免费视频播放_天天爽夜夜爽免费精品视频_国产精品久久久久片