关键词privacy-preserving protocol
搜索结果 - 4
- 脉冲神经 P 系统中的隐私保护线性计算
通过使用 Spiking Neural P 系统作为计算模型,本文提出了一种新的隐私保护协议,允许客户端在远程服务器上计算一个线性函数,并且不泄露任何输入和结果信息,同时保证服务器的安全性。
- 可验证公正性:机器学习系统中隐私保护的公平计算
通过使用一种安全、可验证且保护隐私的协议,Fairness as a Service (FaaS) 提供了一种计算和验证任何机器学习模型公平性的方法,并通过加密保护数据和结果的隐私,同时零知识证明和多种公平性指标的支持使其能够作为一种服务来 - 基于分层视角的垂直联邦学习综述
本文从硬件层到垂直联邦系统层对垂直联邦学习的现有工作和挑战进行分类,特别设计了一种新的 MOSP 树分类法来分析保护对象、安全模型和隐私保护协议等四个维度的核心组件 - 安全垂直联邦机器学习算法。
- 智能电表计费的插件隐私
在不泄露居民用电数据的情况下,借助基于 Pedersen 承诺的零知识证明及插件的隐私保护协议,使用智能电表收集电表数据,并通过实现动态时间使用费率实现计费。