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

区块链技术在数字货币中的应用态势分析

本文利用文献计量学，对区块链技术在数字货币的应用进行发展态势研究，旨在掌握数字货币的现状和主要发展方向。结果表明，数字货币研究处于快速发展阶段并且区域特征明显；数字货币的安全和隐私、区块链技术共识算法、区块链在开采过程中的能源消耗、基于以太网智能合约的交易安全、数字货币的金融监管、机器学习在数字货币中的应用是区块链技术在数字货币应用中的六个主要研究内容。未来区块链技术在加密技术的研究、智能合约的安全开发、共识机制、可扩展性、金融监管等方面面临严峻挑战。通过本文研究及展望，希望对未来区块链技术在数字经济中的发展和政策制定提供指导建议。

  • 2022-01-15
  • 阅读94
  • 下载0
  • 16页
  • docx

关于联邦学习建模过程中算法交互内容的研究

“联邦学习”（FederatedLearning）正是在这个背景下提出和发展起来的，它主要从技术维度出发，重点研究其中的隐私保护和数据安全问题。联邦学习曾多次以不同的形式出现过，例如，面向隐私保护的机器学习、面向隐私保护的深度学习、协作式机器学习、协作式深度学习、分布式机器学习、分布式深度学习、联邦优化和面向隐私保护的数据分析。联邦学习最初的定义是一种借助多方客户端的私有数据集来训练全局共享模型的分布式机器学习算法框架。从广义上来说，联邦学习指数据所有者不需要上传私有数据集即可结合多方数据来训练全局共享模型的方法，得到的模型的效果和直接整合数据到数据中心或一台机器上进行训练得到的模型的效果相近，同时也保护了数据的安全，避免泄露数据隐私。

  • 2022-01-15
  • 阅读105
  • 下载0
  • 50页
  • docx

一文看懂主流区块链攻击底层逻辑

本文研究了针对区块链技术与应用的攻击方式及安全事件，提出了包括基础设施层、密码算法层、节点通讯层、共识协议层、运行平台层、智能合约层和系统应用层的七层安全模型，并针对模型各层对应的具体风险点，提出了解决方案。此外还探讨了区块链数据隐私问题。

  • 2022-01-15
  • 阅读92
  • 下载0
  • 15页
  • docx

基于中间件与区块链的异构隐私计算平台互通系统研究

随着数字经济的高速发展,数据安全问题日益凸显，如何实现安全合规的数据跨域融合并挖掘数据的最大价值，已成为数字时代的核心痛点之一。围绕多方安全计算与联邦学习的隐私计算技术正受到各技术提供方与数据方广泛的关注。利用诸如秘密分享、不经意传输、混淆电路等前沿密码学算子，隐私计算可以实现数据的可用不可见，进而解决数据跨域分享、融通等问题。目前，隐私计算技术已在金融、通信、医疗、政务等领域开始推广应用。从隐私计算的基本概念出发，浅析隐私计算的核心技术：安全多方计算与联邦学习；随后围绕自研隐私计算平台底座PrivTorrent密流安全计算平台，介绍隐私计算在数据安全行业的应用落地及典型案例；最后针对异构隐私计算平台间互联互通关键问题，给出基于中间件和区块链的跨平台实践解决方案。

  • 2022-01-15
  • 阅读168
  • 下载0
  • 24页
  • docx

基于预言机的可信数据上链技术

作为构建信任的新型基础设施，区块链在保障可信数据上链方面尚不完善。分析了可信数据上链的必要性，并对其技术实现路径中基于预言机的可信数据上链技术展开研究。在此基础上，明确预言机概念、整体架构等内容，并从可信机制和应用实践两个层面分析预言机的可信数据上链。

  • 2022-01-15
  • 阅读117
  • 下载0
  • 13页
  • docx

某金融企业基于容器云平台采用联邦学习技术提高风控效率实践分享

容器云平台的弹性能力以及对微服务的支持，对于提升企业内部的资源使用效率和主流应用的快速发布有着重大意义。本文针对金融企业中，容器云平台的现实需求做出相关技术分析，给出相关模块的参考设计和实现方案，并结合企业生产实践，提出一些实践经验。

  • 2022-01-15
  • 阅读92
  • 下载0
  • 11页
  • docx

从Gartner预测看隐私增强计算

隐私增强计算技术的出现完全来源于数字化经济的全面繁荣。国内：在过去这一整年，我们经常会看到这样一类新闻，比如像是“被困在算法里的外卖小哥”，或者“大数据杀熟”…。国外，不时报道出被“科技巨头操纵的美国大选”、欧洲某国根据GDPR有关条款对Google、Facebook…等巨头开出罚单，责令其停止在外部网站上收集用户浏览习惯的数据等等。

  • 2022-01-15
  • 阅读86
  • 下载0
  • 15页
  • docx

隐私数据在隐私AI框架中的安全流动

隐私AI系统存在的目的就是赋能AI，使得各种AI场景下对用户隐私数据的使用都是安全的。那么，这样的系统就需要提供充分的保障，从理论到工程实现的每一个阶段都应该是经得起推敲、抵抗得住各种攻击的。不能简单地认为只需要各方先在本地自己的数据上计算出一个模型，然后将模型结果交换一下计算下其模型参数的平均值，就不会泄露各方的隐私数据了。

  • 2022-01-15
  • 阅读88
  • 下载0
  • 14页
  • docx