1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据结构与算法

基于同态计算的车联网数据隐私保护纵向联邦学习方法.pdf

基于同态计算的车联网数据隐私保护纵向联邦学习方法.pdf

    1. 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
    2. 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    3. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    查看更多

    摘要

    随着车联网设备数量及数据规模的快速增长，纵向联邦学习凭借其特有的隐

    私保护机制在车联网数据纵向分布场景中展现出显著优势。纵向联邦学习框架下，

    数据对齐与模型训练阶段均涉及跨机构的数据交换与分布式计算。为确保数据隐

    私安全及效用完整性，该框架通过引入同态加密技术，实现数据密文状态下的同态

    计算。本文基于同态加密技术，开展隐私集合求交与纵向联邦学习模型训练研究。

    针对现有方案中存在的同态加密方案选型困境、隐私集合求交通信和计算成本过

    高以及训练过程潜在的信息泄露风险，本文进行如下研究：

    您可能关注的文档

    最近下载

    文档评论（0）

    dongbuzhihui + 关注
    实名认证
    内容提供者

    该用户很懒，什么也没介绍

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >