Journal of Information Security Reserach ›› 2023, Vol. 9 ›› Issue (E1): 206-.
Previous Articles Next Articles
Online:
Published:
李月1张君1姜玮2方竞3谭培强4
通讯作者:
作者简介:
摘要: 全匿踪联邦学习是一种新型隐私计算技术,该技术可以在无交集泄露的匿名化的多方数据集上进行联邦学习,保护所有敏感信息,可以更好的满足数据流通中数据安全性和合规性的要求.该技术通过匿名化算法处理匿踪对齐的样本集,实现保护个人信息的安全合规的数据处理方法.适用于数据要素安全流通中的联邦建模,能够在保护个人隐私的前提下实现联合建模,赋能政务部门和社会企业数字化转型,并能助推万亿规模的数据生产要素产业化应用.
关键词: 联邦学习, 全匿踪联邦学习, 安全求交, 匿踪对齐, 数据要素流通
CLC Number:
TP309
李月, 张君, 姜玮, 方竞, 谭培强, . 全匿踪隐私保护数据要素安全流通技术探寻[J]. 信息安全研究, 2023, 9(E1): 206-.
/ Recommend
Add to citation manager EndNote|Ris|BibTeX
URL: http://www.sicris.cn/EN/
http://www.sicris.cn/EN/Y2023/V9/IE1/206