排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
联邦学习是一种新型的分布式学习框架,它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先,本文介绍了联邦学习的基本概念和威胁模型,有助于理解其面临的攻击。其次,本文总结了由内部恶意实体发起的3种攻击类型,同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较,进一步讨论了该领域未来的发展方向。 相似文献
2.
部分隐藏的随机化回答方法是基于关联规则数据挖掘的隐私保护算法,针对该算法在重构频繁项集支持度上的指数级时间复杂度导致算法执行效率下降的不足,采用分治策略和集合运算方法对该算法进行改进,消除重构数据的指数级运算。改进算法降低了算法的时间复杂度并有效提高了执行效率。仿真实验与分析表明了改进算法的有效性。 相似文献
3.
4.
本文首先介绍了廊坊市水资源保护的严峻形势,接着又以实现"三个转变"、构筑"四个体系"、做好"五项工作"谈了关于做好廊坊市水资源保护工作的几点设想。 相似文献
5.
李玉双 《华北航天工业学院学报》2008,(4):35-37
本文主要从强化商业银行内控、建立信贷资产债权保全机制、营造诚实信用环境三方面论述维护银行信贷资产债权的配套措施。 相似文献
6.
随着航空发动机燃烧室内燃气温度的提升,高温区域的热辐射问题将会变得更为重要,同时由于高温气体辐射导致辐射特性的剧烈变化,将会呈现出多尺度的现象,增加了辐射计算的难度。文章通过稳态离散统一气体动力学格式(SDUGKS,Steady Discrete Unified Gas Kinetics Scheme)的思路实现稳态辐射问题的求解,SDUGKS格式通过特征线差分离散的方法实现单元界面的重构,通过某种迭代格式来实现单元数据的更新,这一过程实现了对网格内部的辐射特性的有效模拟,该过程可适用于任何具体的辐射尺度。因此就可以在任意网格条件下实现多尺度问题的计算。文章引入了修正的延迟修正法(Deferred-correction,DC)实现单元数据更新,对单一尺度和多尺度问题进行了计算,在单一尺度问题中,验证了SDUGKS格式求解稳态辐射问题的正确性,进一步构造多尺度问题进行求解,论证了SDUGKS在多尺度问题计算中的渐近保持性质和准确性。 相似文献
7.
针对主从式航天器编队过程中存在的通信距离约束、航天器之间的碰撞以及空间干扰等问题,提出一种基于非线性干扰观测器和人工势函数的分布性协同控制方法。当初始通信网络连通时,通过在分布式协同控制器中引入吸引势函数,保证整个编队过程中通信网络始终是连通的。针对主航天器速度仅有部分从航天器直接可知的情况,为每一个从航天器设计分布式的速度观测器估计主航天器的速度,从而实现航天器之间的速度协同。此外,通过在控制器中引入非线性干扰观测器对外界干扰进行观测,显著增强了航天器编队的精度。仿真结果表明,本文提出的分布式协同控制方法不但能够实现对主航天器的速度跟踪以及航天器之间的队形保持,而且能够在编队过程中实现通信网络的连通性保持和航天器之间的碰撞规避。 相似文献
9.
10.
李美容 《长沙航空职业技术学院学报》2005,5(3):83-86
新闻自由与隐私权在价值上是泾渭分明的,但二者又在理论上与现实生活中存在着严重的冲突,如何平衡这种冲突,给二者划定评判标准,尤其是法律标准是必须解决的课题。 相似文献