联邦学**的攻防技术是联邦学**系统安全的核心问题. 联邦学**的攻防技术能大幅降低联邦学**
系统被攻击的风险, 明显提升联邦学**系统的安全性. 深入了解联邦学**的攻防技术 …

随着大数据不断发展, 联邦学**已被广泛应用于各种各样的场景, 从而方便人们的生产生活,
但该技术给人们带来便利的同时也让用户面临着数据泄露的挑战, 因此数据安全成为联邦学** …

The issue of data island has always been a difficult problem during the development of
artificial intelligence. The risk of privacy disclosure in model training and application further …

数据孤岛以及模型训练和应用过程中的隐私泄露是当下阻碍人工智能技术发展的主要难题.
联邦学**作为一种高效的隐私保护手段应运而生. 联邦学**是一种分布式的机器学**方法 …

感知机是模式识别领域的二分类判别模型, 具有简单, 线性和运算效率高的优点,
也是众多分类器的基础. 然而, 感知机无法表达复杂的非线性映射, 难以处理非线性可分数据 …

摘要教师模型全体的隐私聚合(PATE) 是一种重要的隐私保护方法, 但该方法中存在训练数据集
小时训练模型不精确的问题. 为了解决该问题, 提出了一种基于联邦学**的PATE …

基于密码学中的RSA 签名方案与RSA 加密方案, 提出了一种能够让特定分类器输出对抗样本
**确分类的对抗攻击方法. 通过单像素攻击的思想使**常图像在嵌入附加信息的同时能够具有让 …