10 2020 档案

差分隐私学习
摘要：差分隐私： 敏感度（sensitivity): 差分隐私保护可以通过在查询函数的返回值中加入噪声来实现，但是噪声的大小同样会影响数据的安全性和可用性。通常使用敏感性作为噪声量大小的参数，表示删除数据集中某一记录对查询结果造成的影响。敏感度分为全局敏感度和局部敏感度，通常情况下采用全局敏感度会加入过大 阅读全文
posted @ 2020-10-29 10:14 罗罗诺亚·熊 阅读(213) 评论(0) 推荐(0)
论文翻译：关于边缘计算与区块链结合系统研究的综述
摘要：关于边缘计算与区块链结合系统研究的综述 （老早之前翻译的一篇文章，论文名我忘了，大家将就看吧，如果作者认为侵权了，请留言，马上删除。） 摘要：区块链作为加密货币的底层技术，受到了广泛的关注。它被广泛应用于智能电网、物联网等领域。然而，区块链存在一个显著的可伸缩性障碍，这限制了它支持频繁事务的服务能力 阅读全文
posted @ 2020-10-13 09:07 罗罗诺亚·熊 阅读(634) 评论(0) 推荐(0)
论文翻译：Preserving User Privacy For Machine Learning: Local Differential Privacy or Federated Machine Learning?
摘要：保护机器学习的用户隐私：本地差分隐私还是联邦机器学习？ （引用格式：Zheng H, Hu H, Han Z. Preserving User Privacy for Machine Learning: Local Differential Privacy or Federated Machine 阅读全文
posted @ 2020-10-10 08:40 罗罗诺亚·熊 阅读(444) 评论(0) 推荐(0)

点击右上角即可分享
微信分享提示