• 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

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82
  • 下载0
  • 17页
  • docx

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109
  • 下载0
  • 6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

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

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

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

开关电源的测试

良好的开关电源必须符合所有功能规格、保护特性、安全规范(如 UL、CSA、VDE、DEMKO、SEMKO,长城 等等之耐压、抗燃、漏电流、接地等安全规格)、电磁兼容能力(如 FCC、CE 等之传导与幅射干扰)、可靠性(如 老化寿命测试)、及其他之特定需求等。

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

通信标准信息服务

通信标准化推进中心是一九九九年七月二十三号经信息产业部科技司批准 在信息产业部邮电工业标准化研究所成立,其目的是为了更好地开展通信标准 的普及推广工作,对企业标准化工作进行指导和管理,是为广大通信企事业单 位提供多方位通信标准信息服务的专业服务机构。

  • 2022-01-21
  • 阅读82
  • 下载0
  • 6页
  • pdf
上一页 1 …… 13221323132413251326132713281329133013311332 …… 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116
  • 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125
  • 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279
  • 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301
  • 下载9

最新上线

香港财富管理2026年展望报告

我们的情景分析显示,由于资金流入强劲、投资回报改善以及港府出台旨在吸引富裕移民和家族办公室的政策措施,到2031年香港私人银行及私人财富管理业务的资产管理规模(AUM)有望增长近一倍,达到2.6万亿美元。2024年,香港私人银行及私人财富管理业务的资产管理规模增长了15%,增速高于2024年10月我们首份专题报告中给出的10%年复合增长率(CAGR)。目前,我们仍预计2025-2031年的CAGR为10%。在主要行业参与者中,随着近期招聘企稳,瑞银的亚洲财富管理市场份额有望回升,而汇丰、渣打和星展的客户资金流入料将保持强劲,尤其是内地客户的资金流入。

  • 阅读18
  • 下载0

重塑人工智能主权:通过战略投资提升竞争力的途径

最初以创新竞赛为起点的竞争,已经演变为AI基础设施的竞赛--各国经济正竟争加强控制、确保AI竟争力并决定谁制定规则、谁捕获价值、谁维持长期优势。虽然数据中心继续吸引着AI投资的重要份额,但许多经济体正面临一个更根本的问题:如何在加速的竞赛中有意义地参与。与此同时,等待清晰并非选项。不采取行动的风险在于加剧市场间AI和经济差距。在这个关键节点,经济体必须重新思考其对AI主权的策略,并确定如何明智地投资。

  • 阅读17
  • 下载0

智慧楼宇信息化综合解决方案

智慧楼宇信息化综合解决方案智慧智慧楼宇信息化综合解决方案楼宇信息化综合解决方案智慧楼宇信息化综合解决方案智慧楼宇信息化综合解决方案

  • 阅读13
  • 下载0

埃森哲-化工行业数字化转型分享(108页PPT)

通过层层系统建设和互联,用技术互联助力管理习惯的生成,实现企业经营决策层在一个计划体系内形成闭环管理,为未来业务的快速增长做好准备

  • 阅读16
  • 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