文章分类 -  隐私计算

差分隐私（七）：三星Harmony系列算法
摘要：动机 1、用户智能设备收集的数据对开发人员很重要 （1）智能设备（手机、家用电器、传感器、车辆）等已经成为了我们生活中的一部分 （2）它们收集到的数据对于开发人员是一笔宝贵的财富，例如三星的TouchWiz通过搜集用户自定义的界面信息来了解多模式（例如多窗口、单手模式）的使用情况并进行流行功能的改进 阅读全文
posted @ 2023-07-27 15:01 sftsgly 阅读(524) 评论(0) 推荐(0)
差分隐私（六）：苹果CMS/HCMS/SFP系列算法
摘要：动机 1、对用户数据的分析有助于公司改善用户的使用体验 （1）了解流行新词，加入字典方便用户输入 （2）了解受欢迎的运动，推荐给有需要的用户 2、获取用户数据可能会侵犯用户隐私，需要谨慎处理 （1）可选择加入，用户未明确同意之前不会记录和传输任何数据 （2）限制数据传输频次，每天一次 （3）无IP标 阅读全文
posted @ 2023-06-30 12:17 sftsgly 阅读(647) 评论(0) 推荐(0)
差分隐私（五）：RAPPOR-EM算法具体计算流程推导
摘要： 阅读全文
posted @ 2023-06-30 11:42 sftsgly 阅读(210) 评论(0) 推荐(0)
差分隐私（四）：RAPPOR算法（随机响应&EM算法）抛硬币案例分析
摘要：随机响应技术抛硬币案例 抛硬币极大似然估计 第一步：计算出患病和不患病的概率 第二步：构造极大似然函数 第三步：求出患病人数预估结果 EM算法 1、贝叶斯公式计算实验使用了哪个硬币 已知 硬币A正面朝上概率0.6 硬币B正面朝上概率0.5 设 事件A：使用A硬币进行实验 事件B：实验结果抛十次正反朝 阅读全文
posted @ 2023-06-30 11:26 sftsgly 阅读(548) 评论(0) 推荐(0)
差分隐私（三）：谷歌RAPPOR算法
摘要：动机 1、运营商需要分析用户数据 （1）用于维护平台性能与分析报错（2）为用户服务提供安全保障 2、收集用户数据会带来的困境 （1）收集用户数据会损害用户隐私（2）不收集会难以改进服务 3、当时拥有的方法不尽人意 （1）降低收集的数据信息粒度（2）一定时间后强制删除收集数据提供的隐私保护程度有限 实 阅读全文
posted @ 2023-06-24 18:07 sftsgly 阅读(1618) 评论(0) 推荐(1)
差分隐私（二）：差分隐私能够做什么
摘要：1、差分隐私数据库 只回答聚合查询的结果，向结果中添加噪声来满足差分隐私 例子：微软的PINQ、Uber的Chorus 技术难点： (1) 如何用尽量少的噪声来完成差分隐私的目的，尤其是在查询需要连接多张数据库表的时候 (2) 如何高效计算查询的敏感度(度量一个函数或查询对个人数据的影响程度) (3 阅读全文
posted @ 2023-06-24 15:25 sftsgly 阅读(566) 评论(0) 推荐(0)
差分隐私（一）：概念
摘要：一、什么是差分隐私（定义） 差分隐私是一种保护数据隐私的方法，通过添加噪声来扰动原始数据，进而确保数据在输出时受单条记录的影响始终低于某个阈值,使得攻击者无法使用差分攻击推断出个体的敏感信息。 二、简单的例子 （1）差分攻击 图一：差分隐私攻击 假设现在有一个婚恋数据库，2个单身8个已婚，只能查有多 阅读全文
posted @ 2023-06-24 13:01 sftsgly 阅读(4573) 评论(0) 推荐(0)
基于联邦学习的入侵检测系统综述
摘要：摘要 互联网和智能设备的快速发展引发了网络流量的激增,移动电话、可穿戴设备和自动驾驶汽车的普遍使用都是分布式网络的例子。这些设备的计算能力也在稳步发展,从而产生了传输信息、本地存储数据和驱动网络计算向边缘设备的需求。 本文旨在对联邦学习(FL)在入侵检测系统中的应用进行广泛而详尽的综述。为了确定FL 阅读全文
posted @ 2022-12-17 16:18 sftsgly 阅读(2346) 评论(0) 推荐(0)
HUFU联邦数据库代码结构图
摘要： 阅读全文
posted @ 2022-11-29 22:25 sftsgly 阅读(20) 评论(0) 推荐(0)
FEDAVG结构图
摘要： 阅读全文
posted @ 2022-11-29 22:25 sftsgly 阅读(87) 评论(0) 推荐(0)
2022年联邦学习主要研究方向思维导图
摘要： 阅读全文
posted @ 2022-11-29 22:25 sftsgly 阅读(145) 评论(0) 推荐(0)