• 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

面向机器学习的隐私保护关键技术研究综述

随着信息通信技术的发展,机器学习已经成为多个研究领域与垂直行业必不可少的技术工具。然而,机器学习所需数据中往往包含了大量的个人信息,使其隐私保护面临风险与挑战,受到了越来越多的关注。对现有机器学习下隐私保护法规政策与标准化现状进行梳理,对适用于机器学习的隐私保护技术进行详细介绍与分析。隐私保护算法通常会对数据质量、通信开支与模型表现等造成影响,因此对于隐私保护算法的评估应当进行多维度的综合评估。总结了适用于机器学习应用的隐私保护性能评估指标,并指出隐私保护需要考虑对数据质量、通信开支以及模型准确率等之间的影响。

  • 2021-12-30
  • 阅读94
  • 下载0
  • 9页
  • docx

如何在机器学习的框架里实现隐私保护?

在大数据和人工智能的时代,人们能够更方便高效地获取信息。然而在获得便利的同时,我们的行为无时无刻不在被记录、被学习、被使用。如果在应用中不注重隐私保护,就很难阻止个人信息被用于非法目的。近年来,越来越多的人开始重视数据隐私,在选择使用客户端软件(App)时更加关注隐私条款。有研究表明,对于隐私的保护可以提高用户的使用率[1]。

  • 2021-12-30
  • 阅读88
  • 下载0
  • 8页
  • docx

数据跨境流动的制度建设与技术支撑

随着互联网经济的发展以及新冠肺炎疫情后经济数字化进程的加速,数据日益成为关键生产要素。习近平总书记曾在不同场合多次强调数据的重要性:“在互联网经济时代,数据是新的生产要素,是基础性资源和战略性资源,也是重要生产力。”数据已和其他生产要素一起融入经济价值创造过程之中,对社会发展具有广泛影响。

  • 2021-12-30
  • 阅读148
  • 下载0
  • 4页
  • docx

支持数据隐私保护的多方共赢技术

联邦学习的初衷旨在保护用户数据隐私,但这种分布式学习框架同时带来了诸多安全问题。首先需要引起重视的依然是数据隐私问题。虽然在联邦学习整个训练过程中,用户数据始终都保持在本地,与中心服务器交互的只是梯度或者本地模型,但有研究表明,攻击者通过用户上传的更新模型依然可以推测出用户的部分隐私信息。

  • 2021-12-30
  • 阅读90
  • 下载0
  • 5页
  • docx

分布计算大数据机器学习系统研究进展

要实现高效的大数据机器学习,需要构建一个能同时支持机器学习算法设计和大规模数据处理的一体化大数据机器学习系统。研究设计高效、可扩展且易于使用的大数据机器学习系统面临诸多技术挑战。近年来,大数据浪潮的兴起,推动了大数据机器学习的迅猛发展,使大数据机器学习系统成为大数据领域的一个热点研究问题。介绍了国内外大数据机器学习系统的基本概念、基本研究问题、技术特征、系统分类以及典型系统;在此基础上,进一步介绍了本实验室研究设计的一个跨平台统一大数据机器学习系统——Octopus(大章鱼)。

  • 2021-12-30
  • 阅读106
  • 下载0
  • 35页
  • docx

浅析联邦学习与区块链技术

联邦学习(Federated Learning)是一种使用分布式优化方法来保护多方合作时数据隐私的技术,核心点在于:分布式和数据隐私。在在数据安全和隐私保护的发挥着重要作用。联邦学习不局限于传统的分布式优化问题,也不仅仅是通过传统密码学的同态加密等技术就轻易解决的任务,也并不是分布式优化和密码学的结合。联邦学习应用广泛,涉及技术领域众多,引起了世界范围内学者的广泛关注。

  • 2021-12-30
  • 阅读89
  • 下载0
  • 10页
  • docx

从分布式系统到联邦学习

分布式计算的前身,是“并行计算(Parallel Computing)”。在大数据时代之前,有很多研究工作为了让机器学习算法更快,而利多了多个处理器并行计算。这类工作通常被称为“并行机器学习”,其核心目标是把计算任务拆解成多个小的任务,分配到多个处理器上做计算。各部分是相互独立计算的,也就是“分而治之”。

  • 2021-12-30
  • 阅读89
  • 下载0
  • 6页
  • docx

大数据背景下社会治理模式构建及应用

近几年来,我国为大数据的发展建立了良好的政策环境和社会基础。大数据的快速发展,为社会治理创新带来重要机遇。从大数据入手,研究与社会治理的关系,从治理模式、应用服务等方面,创新社会治理模式,构建大数据背景下的社会治理新模式。

  • 2022-01-04
  • 阅读103
  • 下载0
  • 5页
  • pdf
上一页 1 …… 11951196119711981199120012011202120312041205 …… 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255
  • 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292
  • 下载6

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407
  • 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424
  • 下载10

最新上线

AI人机共生深度研究报告

AI人机共生深度研究报告AI人机共生深度研究报告AI人机共生深度研究报告AI人机共生深度研究报告AI人机共生深度研究报告AI人机共生深度研究报告AI人机共生深度研究报告

  • 阅读27
  • 下载3

AI OpenClaw研究报告

AI OpenClaw研究报告AI OpenClaw研究报告AI OpenClaw研究报告AI OpenClaw研究报告AI OpenClaw研究报告AI OpenClaw研究报告AI OpenClaw研究报告

  • 阅读24
  • 下载0

智能体OpenClaw(小龙虾)应用实践

1950年,“计算机之父”和“人工智能之父”艾伦·图灵(AlanM.Turing)发表了论文《计算机器与智能》,这篇论文被誉为人工智能科学的开山之作。在论文的开篇,图灵提出了一个引人深思的问题:“机器能思考吗?"。这个问题激发了人们无尽的想象,同时也奠定了人工智能的基本概念和雏形

  • 阅读26
  • 下载1

从零上手OpenClaw科研智能体-厦大团队

OpenClaw核心价值 核心定义 高能动性智能体:直接操作电脑、调用工具、执行复杂科研任务三层架构:大脑(大模型)+手脚(Skil插件)+记忆(Memory存储)

  • 阅读24
  • 下载1
  • 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