• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

Fiat-to-NFT底层技术:MPC多方计算协议详解

MPC 全称 Multi-Party Computation,即多方计算,是解决某些问题的协议(或者说方案)的总称。这些问题通常涉及多个参与方(party,例如多家公司),每个参与方持有一定的隐私数据(例如公司的财产),希望不公开这些数据,但又可以利用这些数据计算某一函数(例如求最大值:哪个公司财产最多),每个参与方获得相应的计算结果(可能相同,可能不同)。

  • 2022-01-21
  • 阅读90
  • 下载0
  • 7页
  • docx

“隐私计算”四大技术路径解析

数据脱敏(Data Masking)是指使用脱敏规则对数据中某些敏感信息进行数据的变形,从而达到保护敏感隐私数据的目的。 更具体来讲,我们可以采用删除可识别个人的信息的方式,让数据描述的人保持匿名,也可以采用对数据去标识化,让人们无法根据数据识别到具体的个人。

  • 2022-01-20
  • 阅读82
  • 下载0
  • 11页
  • docx

样本ID如何隐私安全求交集?

自2016年联邦学习概念出现以来,由于其可以在“数据隐私安全”前提下进行数据共享应用而被热捧。根据数据集特征的不同,联邦学习可以分为三种:横向联邦学习(各方样本特征交集很多,ID交集极少)、纵向联邦学习(各方样本ID交集很多,特征交集极少)、迁移联邦学习(各方样本特征与ID交集都极少)。对应到实际应用场景中,纵向联邦学习可广泛应用于潜客智能发现、在线广告推送、智能信用评估等,这些场景需要同一样本ID在多个机构的不同特征数据,横向联邦可广泛应用于智能诊疗、智能设备检修、智能交通等,这些场景需要不同样本ID在多个机构的相同特征数据,而迁移联邦学习还有待技术的进一步发展才能应用。

  • 2022-01-21
  • 阅读84
  • 下载0
  • 7页
  • docx

用增强的联邦学习应对药物发现数据小和偏的困境

与Gboard这种跨设备的联邦学习应用不同,药物发现的联邦学习是跨数据孤岛训练的 (跨孤岛联邦学习, cross-silo federated learning) 。这样的学习方式包括一个协调服务器和几个合作者,并配备了联邦学习客户端程序。合作者可以是大型制药公司、生物技术初创公司,甚至是拥有自己的数据的学术实验室。

  • 2022-01-21
  • 阅读81
  • 下载0
  • 10页
  • docx

机器学习在LGD模型构建中的应用——基于两阶段模型的LGD估计

LGD modeling 的重要性长期以来并未引起业界的足够重视,这主要指的是相对于PD即违约概率而言。其中一个原因也许是估计LGD对其建模并非一件易事。

  • 2022-01-20
  • 阅读88
  • 下载1
  • 33页
  • pdf

隐私计算在数据流通过程中的作用

“十四五”期间,国家鼓励数据流通、共享和融合,挖掘和发挥数据的潜在价值,以促进社会数字化转型。然而,数据在流通过程中存在隐私泄露的风险,各机构为了保障数据安全,不敢进行数据分享,形成“数据孤岛”现象,阻碍数据价值的挖掘利用。针对这一“矛盾”问题,隐私计算能够提供解决方案,隐私计算本质上是在保护数据隐私的前提下,解决数据流通的问题,实现数据“价值”和“知识”的流动与共享,真正做到“数据可用不可见”。

  • 2022-01-20
  • 阅读82
  • 下载0
  • 12页
  • docx

隐私计算才是数据价值安全释放的技术最优解

2020年4月,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,首次将数据纳入生产要素,定义数据的国家战略地位,并提出加快培育数据要素市场。作为释放数据要素价值的关键环节,数据资源的开放、共享、交换等流通需求日益增加,成为企业数字化转型乃至数字经济发展的重要部分。

  • 2022-01-21
  • 阅读81
  • 下载0
  • 9页
  • docx

“数字新基建”安全态势分析与技术应对

数据安全事件频发引发了全球各国对于数据安全与个人信息保护的重视,新技术新业务的数据安全、隐私保护与公众安全的理性平衡、疫情期间的隐私安全底线、数据跨境流动和出口管制政策成为全球数据安全治理的主要焦点。后疫情时代,随着数字新基建加速推进,企业要通过不断提升数据安全技术能力来面对复杂多变的数据安全风险。“零信任”“隐私计算”“联邦学习”助力企业打造覆盖数据全生命周期的安全能力体系。

  • 2022-01-20
  • 阅读92
  • 下载0
  • 11页
  • docx
上一页 1 …… 13381339134013411342134313441345134613471348 …… 2878 下一页 共 23017 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读123
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读130
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读285
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读307
  • 下载9

最新上线

2026年中国媒介展望:从掌控到赋能

2025年,持续的地缘政治紧张局势和贸易不确定性,取代了对“统一全球市场”的信念。全球品牌不再被动观望,而是转向更深层次的“在中国”融合:采用本土科技平台、加大研发投入,并推进逆向创新。 中国品牌为应对国内过度竞争以及对本土消费的过度依赖,加速出海扩张。 面向全球的品牌传播必须针对中国的竞争环境进行精细化调整;本地化不再是可选项,而是必选项。

  • 阅读11
  • 下载1

安全应急装备产业发展研究报告(2025年)

安全应急装备是防范化解重大风险、提升突发事件应对能力的物质基础与技术保障,其发展水平直接关系到国家公共安全保障能力和产业链现代化水平。习近平总书记指出,“要巩固壮大实体经济根基,把集成电路、网络安全、生物医药、电力装备、安全应急装备等战略性新兴产业发展作为重中之重,着力打造世界级先进制造业集群。”当前,全球风险挑战日趋复杂严峻,气候变化引发的极端天气事件频发,城市运行系统日益复杂化,对现代化安全应急体系建设提出了新的挑战,也对安全应急装备产业提出更高要求。同时,新一代数字信息技术融合应用不断深化,以及全社会日益增长的安全保障需求,也为安全应急装备产业发展带来重要机遇。

  • 阅读13
  • 下载0

锚定真实的人——2026人群白皮书

当消费市场迎来“人口结构重塑”与“需求多元裂变”的双重变局,消费者正以更立体的姿态重新定义市场规则,这既是当下的行业底色,更是品牌增长道路上必须直面的核心命题。

  • 阅读14
  • 下载1

全球业务高速增长DNA分析报告

核心研究发现 1.增长愈发难以实现:尽管许多企业仍在增长,但高增长企业(即员工规模等级提升一级)的比例已从疫情前的7.4%降至疫情后的4.3%,这表明市场环境日益严峻。1 2.AI技能是增长加速器:高增长企业的A技能发展水平比其他企业高出45%。

  • 阅读11
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南