参考文献
[1]蒋凯元. 多方安全计算研究综述[J]. 信息安全研究, 2021, 7(12): 11611165[2]范江波. 以个人数据权益保护为核心的大数据权益保护研究[J]. 信息安全研究, 2021, 7(12): 11661177[3]国家工业信息安全发展研究中心. 中国隐私计算产业发展报告 (2020—2021)[R]. 北京: 国家工业信息安全发展研究中心, 2021[4]李凤华, 李晖, 贾焰, 等. 隐私计算研究范畴及发展趋势[J]. 通信学报, 2016, 37(4): 111[5]丁毅, 沈薇, 李海生, 等. 面向CNN的区块链可信隐私服务计算模型[J]. 电子学报, 2022, 50(6): 13991409[6]张勇, 李丹丹, 韩璐, 等. 隐私保护的群体感知数据交易算法[J]. 通信学报, 2022,43(5): 113[7]熊金波,周永洁, 毕仁万, 等. 边缘协同的轻量级隐私保护分类框架[J]. 通信学报, 2022, 43(1): 111[8]张贺, 王忠杰, 陈连平, 等. 面向持续软件工程的微服务架构技术专题前言[J]. 软件学报, 2021, 32(5): 12291230[9]彭鑫, 赵文耘, 吴毅坚, 等. 一个基于服务请求语言的统一Web服务框架[J]. 计算机科学, 2006, 33(1): 8690[10]Zhang J, Jiang Z L, Li P, et al. Privacypreserving multikey computing framework for encrypted data in the cloud[J]. Information Sciences, 2021, 575(3): 217230[11]Li C, Lv Q, Li N, et al. A novel deep framework for dynamic malware detection based on API sequence intrinsic features[J]. Computers & Security, 2022, 116: 102686[12]Xue K, Liu Z, Zhu H, et al. Advances in privacypreserving computing[J]. PeertoPeer Networking and Applications, 2021, 14(3): 13481352[13]Fazal R, Shah M A, Khattak H A, et al. Achieving data privacy for decision support systems in times of massive data sharing[J]. Cluster Computing, 2022 (18): 113[14]钱文君, 沈晴霓, 吴鹏飞, 等. 大数据计算环境下的隐私保护技术研究进展[J]. 计算机学报, 2022, 45(4): 669701[15]Du W, Atallah M J. Secure multiparty computation problems and their applications[COL] Proc of New Security Paradigms Workshop. 2001 [20220920]. http:www.onacademic.comdetailjournal_1000037344405010_2749.html[16]张泽辉, 富瑶, 高铁杠. 支持数据隐私保护的联邦深度神经网络模型研究[J]. 自动化学报, 2022, 48(5): 12731284[17]刘艺璇, 陈红, 刘宇涵, 等. 联邦学习中的隐私保护技术[J]. 软件学报, 2022, 33(3): 10571092[18]Shukla S, Patel S J. A novel ECCbased provably secure and privacypreserving multifactor authentication protocol for cloud computing[J]. Computing, 2022, 104(5): 11731202
|