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_073234.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_073234.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：随着大数据和人工智能技术的快速发展，联邦学习作为一种保护用户隐私的数据共享模式，在多个领域得到了广泛应用。然而，传统的联邦学习方法在模型聚合过程中，往往需要将敏感数据发送到中心服务器，这可能导致数据泄露风险。为了解决这一问题，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。该方法利用SMC技术

    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 >