会员中心
搜索
登录
注册

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

“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105
  • 下载0
  • 11页
  • docx

如何将图算法应用于金融生产数据

图算法指利用特制的线条算图求得答案的一种简便算法。无向图、有向图和网络能运用很多常用的图算法，这些算法包括：各种遍历算法（这些遍历类似于树的遍历），寻找最短路径的算法，寻找网络中最低代价路径的算法，回答一些简单相关问题（例如，图是否是连通的，图中两个顶点间的最短路径是什么，等等）的算法。图算法可应用到多种场合，例如：优化管道、路由表、快递服务、通信网站等。

  • 2022-01-20
  • 阅读110
  • 下载0
  • 27页
  • pdf

基于区块链和多方安全计算技术的联合征信应用

当前数字经济时代，金融行业迎来了数字化转型的重要战略机遇期。作为发展数字金融的两驾马车，产业数字金融方兴未艾，前景广阔，消费数字金融依托互联网经济塑造的消费生态体系，已深度融入到居民的日常生活中。然而，从业务实践来看，消费数字金融仍存在一些问题待解决，其中由于信息不对称所导致的多头借贷和过度授信问题，不仅增加了各金融机构所面临的信用风险，而且由于金融风险的传导性和复杂性，会给我国金融体系的稳定带来一定的挑战。

  • 2022-01-21
  • 阅读129
  • 下载0
  • 6页
  • docx

自研联邦学习系统的技术实践和难点

近两年，联邦学习发展迅速，开始从理论研究迈向批量应用的落地阶段，越来越多企业尝试引入联邦学习，用它来解决人工智能大规模落地过程中遭遇的数据瓶颈问题。但现成的联邦学习工具和框架并非拿来即用的“灵丹妙药”，联邦学习要真正在企业实际业务场景中发挥作用，仍有许多问题需要摸索，比如如何匹配业务的实际需求、如何兼容现有业务流程、如何尽可能减少对已有训练系统的改动等。为此，InfoQ 采访了腾讯 TEG 数据平台部的智能学习团队，深入了解联邦学习在腾讯的实践情况，以及他们对联邦学习技术难点的解决思路。

  • 2022-01-20
  • 阅读111
  • 下载0
  • 12页
  • docx

MPC中的匿踪查询协议及应用

MPC（Model Predictive Control），又称RHC, Receding Horizon Control，是一种进阶过程控制方法，自1980年以来开始在化工炼油等过程工业得到应用，并在经济领域开始得到应用。

  • 2022-01-20
  • 阅读102
  • 下载0
  • 19页
  • pdf

基于隐私保护计算的医学研究应用

在2000年以后，出于应用上的需求，又开始开辟新的思路，如差分隐私，简单说像原始数据去可控的加入噪声，让个体的隐私得到保护，同时对最终的计算结果影响可控。另外一条路是2013年英特尔提出了基于SGX的可信执行环境技术，在硬件层面提供了一种数据可用不可见的机制，在2016年，Google把分布式机器学习拓展到隐私保护领域，提出了联邦学习的概念，最开始是用大量的手机终端来训练输入法的模型，后来融合联邦学习和密码学，安全性进一步得到一定的提升。

  • 2022-01-21
  • 阅读100
  • 下载0
  • 17页
  • docx

4-4 隐私计算赋能金融企业数字化转型

隐私计算（Privacy computing）是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。

  • 2022-01-20
  • 阅读100
  • 下载0
  • 17页
  • pdf

基于隐私保护计算的金融科技创新探索

数据隐私保护，是指对企业敏感的数据进行保护的措施。数据隐私保护可以通过数字水印进行版权信息识别，可以通过数据脱敏实现技术上的变形处理。

  • 2022-01-21
  • 阅读100
  • 下载0
  • 10页
  • pdf