并行深度学习模型在边缘计算隐私保护中的应用.docxVIP

并行深度学习模型在边缘计算隐私保护中的应用

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.1边缘计算发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.2数据隐私保护需求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.2.1边缘计算技术进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

1.2.2隐私保护技术发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

1.3.1主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

1.3.2研究目标设定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

1.4.1研究技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

1.4.2采用研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

2.1深度学习模型概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

2.1.1深度学习基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

2.1.2常见深度学习模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

2.2并行计算技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

2.2.1并行计算架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

2.2.2并行算法设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

2.3边缘计算环境．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

2.3.1边缘计算架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

2.3.2边缘节点特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

2.4隐私保护技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

2.4.1数据加密技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

2.4.2差分隐私技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

2.4.3同态加密技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61

并行深度学习模型隐私保护机制设计．．．．．．．．．．．．．．．．．．．．．．．63

3.1隐私保护需求分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65

3.1.1数据隐私保护要求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67

3.1.2计算过程隐私保护要求．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69

3.2并行深度学习模型架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．71

3.2.1模型并行设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73

3.2.2数据并行设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75

3.3隐私保护算法设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．77

3.3.1数据加密算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79

3.3.2差分隐私算法应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．