同态加密相关论文
随着云计算技术的快速发展,车载网络与云计算技术的结合也日趋紧密,出现了各种车联网及智能交通应用。然而,在利用云平台为车载网......
因区块链的分布式特性，所有用户均可通过公开的账本，了解到所有交易的细节，导致攻击者可能会通过交易的详细数据来推断出交易双方的身......
随着机器学习技术的飞速发展,数据样本的倍增成为驱动机器学习发展的重要引擎。然而,由于数据的敏感性和数据安全领域的立法内容,......
针对基于线性函数的决策树隐私保护查询协议使用单比特同态加密比较算法，导致客户端的计算和通信开销较大问题，提出一种云计算辅助的......
本文提出了一种雾辅助的隐私保护分层多维数据聚合机制，在实现多维异构类型数据聚合的同时，可提供不同粒度的数据应用支撑.首先，该机......
随着移动通信网络的飞速发展,越来越多的可穿戴设备通过移动终端接入网络并上传大量医疗数据,这些医疗数据聚合后具有重要的医学统......
为了解决联邦学习数据安全以及加密后通信开销大等问题，提出了一种基于同态加密的高效安全联邦聚合方案。在联邦学习过程中，用户数据......
在海洋数据体量快速积累和数据技术迅猛发展的时代背景下,海洋数据高效管理和价值挖掘成了重点课题之一。文章结合密码学中非对称......
为解决轨迹外包服务中轨迹相似度计算的隐私泄露问题，提出了一种隐私保护的轨迹相似度计算（p TSC）方法，在该方法中轨迹服务存储来自轨......
目的 针对中医药数据在云端明文存储容易泄漏患者隐私信息以及密文存储影响查询效率的问题，提出一种基于改进同态加密算法的中医药......
传统企业沉淀了大量的客户资源，互联网企业拥有海量的流量数据。“互联网+”战略让传统企业拥抱互联网企业，实现资源和能力的互补。......
在智能交通云环境下,用户接入、数据共享、服务外包等核心业务方面均面临着隐私泄露问题。然而,现有的同态加密算法虽然为外包服务......
在当前移动互联网时代，数据量增长迅速，服务计算能力不断增强，数据隐私保护和服务环境可信成为备受关注的重要问题.本文研究面向卷积......
为了解决保密文件同城寄递效率低和隐私泄露问题，本文设计了一种基于区块链的同城路径规划算法，自适应地实时生成一条保护位置隐私的......
车联网中各个节点间海量数据的传输和共享,使得保障数据传输的高效安全以及车辆用户的信息隐私成了不容忽视的问题。针对这些问题,......
同态加密技术是一种基于数学难题的计算复杂性理论的密码学技术，支持数据以密态方式进行计算，计算结果解密后与明文计算的结果一致，在......
区块链作为一种点对点分布式的公共账本技术,近年来受到了广泛的关注。但区块链技术在完成去中心化、不可篡改的同时,全网中的节点......
智能电网是一种将传统电网与现代信息技术相结合的新型电网,它的出现增强了整个电网系统的兼容性、可控性和自愈性,数据聚合技术使......
隐私保护是区块链研究的热点问题，大量区块链项目的交易信息以明文的形式储存在链上，泄露了相关的交易信息，不能保障用户的隐私，也阻碍......
随着人们将目光从数字加密货币转移至其底层支撑技术——区块链技术,人们发现其天生具有的去中心化、分布式访问、防篡改等特性与......
随着大数据时代的到来,每天都有海量的数据通过数字设备产生。机器学习作为需要大量算力和资源的计算任务,能够帮助用户挖掘数据中......
随着数据交易市场的建立和规范化，多方协同进行机器学习建模成为一种新的需求。联邦学习允许多个数据拥有方联合训练一个机器学习模......
线性回归是一种基础且应用广泛的机器学习算法，线性回归模型的训练通常依赖于大量的数据，而现实中数据集一般由不同的用户持有且包含......
传统的联邦学习依赖一个中央服务器,模型训练过程易受单点故障和节点恶意攻击的影响,明文传递的中间参数也可能被用来推断出数据中......
车联网作为未来智能交通系统的核心组成部分,在道路安全、交通控制以及信息服务等方面都发挥着越来越重要的作用。随着信息技术的......
随着智能网联汽车的普及，用户数据的隐私问题成为了车联网发展中亟待解决的问题。针对车联网聚合方案的研究现状，对当前方案中存在的......
随着当前信用体系的发展，信用数据数字化是推动社会信用建设的必然选择。当前用户信用数据主要是以明文形式存储在中心化的信用机构......
同态加密算法和安全多方计算技术可在数据加密的情况下进行多方参与的计算，可以有效的解决数据泄露问题。对常见的四种同态加密库SE......
随着智能设备的发展与普及,网络中接入的海量智能终端设备产生了大规模的运行数据,数据规模呈爆发式增长,给资源受限的本地用户带......
随着大数据技术的不断发展,由此带来的“数据安全隐私”以及“数据孤岛”这两大问题成为制约人工智能继续发展的主要瓶颈。联邦学......
随着车载终端的飞速发展,车辆在采集和处理数据的能力得到了大幅度的提升,使得众包这种新兴的应用模式在车联网中逐渐流行起来。在......
在互联网经济逐步发展的背景下,移动互联网的线上红利已逐步退潮,企业新入口的机遇在于将战略关注重点转化为对线下流量需求的深度......
随着物联网的发展,越来越多的设备将会接入到物联网中,海量的数据也会随之产生,将会需求巨大计算资源、存储空间和通信带宽。同时,......
随着移动智能设备的迅猛发展,基于深度神经网络的智能化应用丰富多样,特别在图像内容检索（Content-Based Image Retrieval,CBIR）、语......
近年来,随着数据资源和计算能力的增长,机器学习快速发展,被应用到各个领域,例如:图像识别、行人检测、航空监管等等。在机器学习......
命名数据网络（Named Data Networking,NDN）是下一代互联网体系架构的典型代表,该网络采用“以内容为中心”的设计理念,以层次化命名......
大数据时代,为解决信息超载问题,推荐算法在许多领域被广泛应用,发挥了越来越重要的作用。推荐系统使用用户与应用平台的交互记录......
信息技术的不断发展带来了移动医疗、电子病历等数字化医疗的普及,疾病协同治疗与多平台医疗研究分析对患者治疗和医学研究具有重......
目的 针对中医药医疗大数据实现数据共享,打通各环节流程,提高医疗数据的透明性、可追溯性,同时保障个人医疗数据的安全隐私,提出......
在大数据技术不断发展,包括其应用场景逐渐扎实、应用领域不断拓宽的背景下,数据的价值也日渐凸显。释放数据价值的过程离不开两个......
第五代移动通信系统的迅速发展,为用户提供了稳定流畅的通讯服务,但服务过程中不可避免的会获取用户的一些主要身份信息（如手机号码......
随着大数据成为国家基础性战略资源,许多企业和组织希望从海量数据中取得经济利益,并为用户提供便利。对于大多数企业和组织来说,......
联邦学习是顺应大数据时代和人工智能技术发展而兴起的一种协调多个参与方共同训练模型的机制.它允许各个参与方将数据保留在本地,......
近些年，人工智能技术已经在图像分类、目标检测、语义分割、智能控制以及故障诊断等领域得到广泛应用，然而某些行业（例如医疗行业）由于......
