咨询与建议
  • 全部检索
  • 电子图书
  • 电子期刊
  • 纸本馆藏
  • 南通市公共图书馆
高级检索

限定检索结果

文献类型

  • 1 篇 期刊文献

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 控制科学与工程
    • 1 篇 计算机科学与技术...
    • 1 篇 软件工程
  • 1 篇 管理学
    • 1 篇 管理科学与工程(可...

主题

  • 1 篇 隐私性增强技术
  • 1 篇 鲁棒性提升方法
  • 1 篇 隐私威胁
  • 1 篇 安全威胁
  • 1 篇 联邦学习

机构

  • 1 篇 空天网络安全工业...
  • 1 篇 中关村实验室
  • 1 篇 北京航空航天大学
  • 1 篇 腾讯公司
  • 1 篇 贵州大学

作者

  • 1 篇 邓煌昊
  • 1 篇 段培
  • 1 篇 陈晓峰
  • 1 篇 张一余
  • 1 篇 王玮
  • 1 篇 高莹
  • 1 篇 陈培炫

语言

  • 1 篇 中文
检索条件"主题词=隐私性增强技术"
共 1 条 记 录，以下是1-10 订阅
全选 清除本页 清除全部 题录导出 标记到"检索档案"
详细 简洁
排序：
联邦学习系统攻击与防御技术研究综述
收藏
分享
引用
计算机学报 2023年 第9期46卷 1781-1805页
作者： 高莹 陈晓峰 张一余 王玮 邓煌昊 段培 陈培炫 贵州大学公共大数据国家重点实验室 贵阳550025 北京航空航天大学网络空间安全学院 北京100191 空天网络安全工业和信息化部重点实验室 北京100191 中关村实验室 北京100094 腾讯公司 广东深圳518054
联邦学习作为一种使用分布式训练数据集构建机器学习模型的新兴技术,可有效解决不同数据用户之间因联合建模而导致的本地数据隐私泄露问题,从而被广泛应用于多个领域并得到迅速发展.然而,现有的联邦学习系统已被证实在数据收集阶段、训... 详细信息
来源： 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论
全选 清除本页 清除全部 题录导出 标记到“检索档案”
共1页 <<  < 1 >  >>
回到顶部
执行限定条件