隐私计算机实训第五讲笔记

2301_79504126 2024-11-29 22:58:53

...全文

57 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

博客介绍了大数据及其隐私风险，指出数据隐私泄露问题频发，受科技、商业利益和社会文化等因素影响，且数据全生命周期都可能有隐私问题。还阐述了数据隐私与保护的概念及方法，最后介绍隐私计算，它与AI相关，在法规推动下，能实现数据可用不可见。

本文介绍了隐私计算的起源，由姚期智院士提出的“百万富翁问题”催生了多方安全计算（SMC）技术。隐私计算旨在保护隐私信息，涉及秘密共享、同态加密等技术。随着数据生命周期的发展，隐私计算技术分为数据存储、传输、计算过程和结果四个层面。目前主要的隐私计算方案包括密码学方法和基于硬件的可信执行环境（TEE），如联邦学习和混淆电路。隐私计算在金融、医疗和政务等行业有广泛应用，如联合画像、信用评估和数据融合，有助于打破数据孤岛，实现数据价值挖掘。

蚂蚁集团的隐语社区举办隐私计算实训营，涵盖数据可信流通、隐私计算技术、机器学习算法实战等内容，邀请业界大咖指导，旨在提升参与者在数据安全领域的专业技能并获取认证。

随着中国大数据规模的增长，隐私计算技术如隐语开源框架受到重视。蚂蚁集团推出隐私计算实训营，提供专业课程和认证，帮助参与者掌握核心技术，适应数字经济的发展需求。

本文深入探讨差分隐私在计算机视觉中的创新应用，涵盖核心原理、Laplace与高斯机制对比、隐私-精度平衡策略，并通过人脸识别项目实战展示技术落地。重点解析医疗影像、智能监控和自动驾驶三大场景下的隐私保护方案，结合TensorFlow Privacy等工具实现安全AI模型训练。

隐语开源社区

575

社区成员

2,178

社区内容

发帖

与我相关

我的任务

密码学可信计算技术安全企业社区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

【最新活动】

3月18日：隐私计算实训营第一期

试试用AI创作助手写篇文章吧

+ 用AI写文章