《现代密码学》科研选题拓展.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《《现代密码学》科研选题拓展.docx》由会员分享,可在线阅读,更多相关《《现代密码学》科研选题拓展.docx(1页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、现代密码学科研选题拓展选题一传感技术、社会网络和移动设备的快速开展和大规模普及,带来了数据量以 指数形式快速增加,并且数据的类型和相互关系也变得更加复杂多样。大数据蕴 含的巨大价值得到了产业界、学术界和政府部门的高度关注与重视,纷纷开展相 关的研究来挖掘大数据带来的巨大价值。然而,我们社交、购物、办公产生的数 据确在不经意间被、被挖掘和分析,用户个人数据因此变得“透明化”,一 旦发生泄露,用户个人信息将被暴露得一览无余,隐私如消费行为、位置记录和 网络访问轨迹等遭到严重侵犯。因此,如何在充分利用大数据的同时不泄露用户 的隐私,是一个非常重要的现实问题,关系到大数据研究的开展前途。围绕“数 据可
2、用不可见”的主题进行调研和分析,综述相关解决方案。选题二数据孤岛问题和隐私平安问题是人工智能开展面临的两个重要挑战,联邦学 习作为主要解决方案受到了广泛关注,已成为热门研究领域。然而,关于联邦学 习隐私保护与平安计算方面仍有诸多问题有待于攻克,例如:如何构建高鲁棒性 且支持可验证的数据平安聚合模型,如何构建隐私保护下联邦学习激励相容模型 等。本工程的总体目标是针对联邦学习多方协作中的密文计算与平安共享的需 求,探索数据不离开数据拥有者情形下的隐私计算关键理论与技术。重点研究联 邦学习系统化平安交互与计算方法,理性角度下联邦学习激励机制,自主联邦学 习融合数据访问控制的联邦学习数据可信获取与受控共享模型,突破支持联邦学 习数据集的隐私性、模型的机密性、参与者弹性掉线、联邦学习模型精度无限趋 近理想模型精度的关键技术,并基于真实数据集开展实验模拟。请同学们围绕“联 邦学习”自选研究主题分组进行研究并汇报。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 现代密码学 现代 密码学 科研 选题 拓展
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内