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140
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173
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141
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139
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144
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143
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141
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142
下载0
6页
pdf

上一页 1 …… 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 …… 2193 下一页共 17544 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

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型，以 Transformer 等架构为核心，通过在海量多领域时序数据上进行预训练，学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练，时序大模型具备强大的迁移能力，只需少量样本微调或零样本提示，即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中，它能够直接处理传感器、设备测点产生的海量时序信号，挖掘设备状态演变规律，支撑设备故障预警、工况识别与生产趋势预判，为工业智能落地提供底层模型能力。如：中服云的CServerAIR

阅读618
下载7

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2401
下载8

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2842
下载12

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2581
下载10

最新上线

2026工业网络现状报告

十多年以来，关于工业网络的讨论一直围绕着数据表现展开。诸如"哪种协议的市场份额在上升?哪种在下滑?哪种标准最终将胜出?"这类问题固然依旧关键，您也可以在本报告第4页的年度市场份额数据中找到最新解答。然而，如今任何深耕工业自动化领域的专业人士都清楚，行业关注的核心问题已经发生了转移。

阅读6
下载0

2026金融智能体可信互联研究报告

在国务院《关于深入实施“人工智能+”行动的意见》指导下，众多企业加速推进人工智能应用落地，并积极探索智能体的潜在价值，2025年由此成为智能体发展的元年。2026年5月，中国人民银行等四部门印发《关于“人工智能+金融”的实施意见》，推动人工智能与金融行业广泛融合。为支撑跨模态、跨模型、跨机构、跨行业的复杂任务协同，满足金融业“开放、融合、高效”的发展诉求，智能体正从单一模式朝着多智能体协同与互联互通的方向演进。在此背景下，智能体通信协议迅速发展。