• 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

安全的纵向联邦学习框架

快速安全的联邦学习框架实现的过程中,需要两个条件:第一是确保通信的安全,即此框架在通信过程中不会被其它的系统所攻击,如果整个通信过程被其它系统所攻击,这可能也是现在很多联邦学习所要面临的挑战。第二是需要一个可信赖的第三方来进行调度(也即coordinator的角色)。

  • 2022-01-20
  • 阅读116
  • 下载0
  • 5页
  • docx

新一代联邦学习技术及应用实战

随着大数据的进一步发展,重视数据隐私和安全已经成为了世界性的趋势, 同时,大多数行业数据呈现数据孤岛现象,如何在满足用户隐私保护、数据安全和政府法规的前提下,进行跨组织的数据合作是困扰人工智能从业者的一大难题。而“联邦学习”将成为解决这一行业性难题的关键技术。今天会和大家分享下微众银行主导的新一代联邦学习技术及应用,而 FATE 则是联邦学习落地的一个工业级开源平台。

  • 2022-01-20
  • 阅读99
  • 下载0
  • 27页
  • docx

联邦学习:统一数据协作和隐私保护的技术解决之道

讲到多方安全计算(MPC),就会提到姚氏百万富翁问题:有两个很有钱的富翁,他们想知道谁更有钱,他们又都不想让除己以外的任何人知道自己实际有多少钱(即不信任任何第三方)。这是一个典型的两方安全计算案例,需要在不分享原始数值的情况下,得出想要的结论。其中相关的技术包括:秘密分享,模糊传输,同态加密,混淆电路。

  • 2022-01-20
  • 阅读100
  • 下载0
  • 17页
  • docx

Cape Privacy——基于加密机器学习的多方数据协作与隐私保护方案

欧盟2018 年 5 月 25 日正式颁布《通用数据保护条例》(General Data Protection Regulation,GDPR)。距离现今已经实施接近三年,先后多张巨额的企业罚单相继被开出。根据GDPR的执法跟踪网站相关统计,截至当前,欧盟成员国从2018年共开出616件罚单,共罚款约2.79亿欧元[3]。其中具有代表性是谷歌罚款事件,其备受关注——作为一家大型国际互联网公司,谷歌却陆续被欧盟的两个国家罚款:2019年1月被法国处罚5000万欧元,原因是执法方认为谷歌的隐私条款未充分体现GDPR公开透明和清晰原则;2020年3月被瑞典处罚700万欧元,原因是谷歌未充分履行GDPR赋予用户的数据“遗忘权”。

  • 2022-01-20
  • 阅读99
  • 下载0
  • 16页
  • docx

联邦学习技术在金融领域的研究与应用

近年来,人工智能技术处于高速发展期。然而,随着人工智能技术发展进入深水区,出现了越来越多的壁垒和难题,数据孤岛就是其中之一。在实际的应用落地场景中,很难实现企业与企业之间的数据共享,即使在同一个企业中,不同部门之间的数据共享也十分困难。因此,往往只有少数的大型互联网公司才拥有真正的「大数据」,大多数小微企业和中小型企业面临着数据量小、数据维度稀少等问题,这些问题严重制约着人工智能技术的发展。

  • 2022-01-20
  • 阅读112
  • 下载0
  • 13页
  • docx

B2B的纵向联邦学习深度模型方案

随着人工智能进入以深度学习为主导的大数据时代,基于大数据的机器学习在推动AI蓬勃发展的同时,也带来了一些数据隐私泄露的安全隐患。近年来国内外在逐步加强对数据隐私的保护,例如欧盟最近引入的新法案《通用数据保护条例》(GDPR),我国国家互联网信息办公室起草的《数据安全管理办法(征求意见稿)》等,使跨企业和组织的数据合作越来越困难。

  • 2022-01-20
  • 阅读110
  • 下载0
  • 5页
  • docx

同态加密:实现数据的“可算不可见”

同态加密(Homomorphic Encryption, HE)是指满足密文同态运算性质的加密算法,即数据经过同态加密之后,对密文进行特定的计算,得到的密文计算结果在进行对应的同态解密后的明文等同于对明文数据直接进行相同的计算,实现数据的“可算不可见”。

  • 2022-01-20
  • 阅读112
  • 下载0
  • 14页
  • docx

基于秘密共享与同态加密的纵向联邦学习方案研究

由于日趋严格的隐私保护政策,各种隐私保护算法被提出。联邦学习能够在保护用户隐私不被泄露的情形下,运行各种机器学习算法。介绍了在不同场景下适用的联邦学习框架,并以逻辑回归为例介绍了纵向联邦学习的几种常用实现方式;此外,对各种实现方式的优缺点及适用场景进行了分析。

  • 2022-01-20
  • 阅读99
  • 下载0
  • 17页
  • docx
上一页 1 …… 13461347134813491350135113521353135413551356 …… 2879 下一页 共 23026 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

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读473
  • 下载5

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读717
  • 下载6

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读645
  • 下载4

OpenClaw替我干科研

OpenClaw:不仅是对话窗口,更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式,OpenClaw成为2026年开源AI代理平台代表。

  • 阅读587
  • 下载0

最新上线

数字孪生-智慧医院解决方案

结合医院ERP、BA、用电等数据可搭建科室支出/收入算法模型,掌握科室运营状况;结合医院ERP、BA、用电等数据可搭建科室支出/收入算法模型,掌握科室运营状况;

  • 阅读12
  • 下载0

智慧园区安防方案白皮书

支持添加、修改删除、导入、导出车牌号码,可下载导入模板进行导入,车牌列表包括:车辆编号、车牌号码、对应车场、车辆品牌、车辆类型、车辆颜色、车主等信息

  • 阅读13
  • 下载0

雪亮工程综合运维运营设计方案

收集矛盾基本信息,完成矛盾信息收集功能,提交成功后办件进入“待办理状态”红色*号为必填项,事件分类为三级联动选项,必须选择第三级选项才能提交。

  • 阅读57
  • 下载0

瓦特电力配网台区储能应用解决方案

我国各地区发展不平衡,在原有老旧台区电网改造方面受到资金的制约,原有低压配网供电线路供电半径过长,供电线路线径过小导致线路压降增加,造成线路末端用户电压偏低。 老旧台区线路多位于偏远山区农村,住户较分散,随着生产生活用电负荷增长迅猛,使高峰期配电变压器不堪重负,造成台变重载甚至过载运行,同时线路电流过大会导致电压降增大,从而造成线路末端用户的电压偏低。

  • 阅读73
  • 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