1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 并行计算/云计算

基于安全多方计算的隐私保护聚合方法及其在联邦学习中的应用_20260124_071931.docx

基于安全多方计算的隐私保护聚合方法及其在联邦学习中的应用_20260124_071931.docx

    毕业设计（论文）

    PAGE

    1-

    毕业设计（论文）报告

    题目：

    基于安全多方计算的隐私保护聚合方法及其在联邦学习中的应用

    学号：

    姓名：

    学院：

    专业：

    指导教师：

    起止日期：

    基于安全多方计算的隐私保护聚合方法及其在联邦学习中的应用

    摘要：随着大数据时代的到来，隐私保护成为了一个亟待解决的问题。联邦学习作为一种分布式机器学习框架，能够保护用户数据隐私，但在聚合过程中，如何确保模型参数的准确性和安全性成为一个挑战。本文提出了一种基于安全多方计算（SMC）的隐私保护聚合方法，通过SMC技术实现模型参数的加密计算，保证用户数据在本地进行计算，避免

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >