有人无人网络化信息系统动态协同技术研究

叶海军, 王国峰, 冯志勇 - 通信学报, 2023 - infocomm-journal.com
为满足有人无人编队信息安全共享和体系化动态协同需求, 构建动态通信网络,
首先设计网络化高精度系统时间同步方案, 利用网络链路综合管理策略和无线信道按需优选算法 …

[HTML][HTML] (ε, δ)-本地差分隐私模型下的均值估计机制

张跃, 朱友文, 周玉倩, 袁家斌 - 电子与信息学报, 2023 - jeit.ac.cn
相对于ε-本地差分隐私(LDP) 机制,(ε, δ)-本地差分隐私模型下的方案具有更小的误差边界和更高
的数据效用. 然而, 当前的(ε, δ)-本地差分隐私均值估计机制仍存在估计误差大 …

群体学习和隐私保护树在海洋盐度反演中的应用.

王雨嫣, 吴森森, 杜震洪 - Geography & Geographic …, 2023 - search.ebscohost.com
为在不违反隐私的情况下促进全球多源海洋数据集成与联合使用, 该文引入群体学习(
SwarmLeanring) 和隐私保护树(SecureBoost) 用于数据隐私整合和树形模型训练 …

基于两方安全计算的隐私保护逻辑回归方法

沈文旭, 张继军, 毛重 - 吉林大学学报(理学版), 2023 - xuebao.jlu.edu.cn
针对有效保护用户隐私数据的问题, 提出一个基于两方安全计算的隐私保护逻辑回归训练方案,
以完成多个数据方共同进行联合建模的工作. 该方案首先优化了乘法三元组的生成过程 …

[HTML][HTML] 基于TEE 的多客户端函数加密方案研究

程钰雯, 岳笑含 - Computer Science and Application, 2024 - hanspub.org
随着云计算的兴起, 对加密数据进行联合计算变的越来越重要. 近年来, 多客户端函数加密的发展
使用户能够在不需要任何交互的情况下对私有输入进行联合计算. 在云计算中 …

[HTML][HTML] Mean Estimation Mechanisms under (ε, δ)-Local Differential Privacy

Y ZHANG, Y Zhou, Y Zhou, J Yuan - Dianzi Yu Xinxi Xuebao, 2023 - jeit.ac.cn
Compared with the ε-Local Differential Privacy (LDP) mechanism, the scheme under (ε, δ)-
local differential privacy has a smaller error bound and higher data utility. However, the …