安全聚合 – 阿木博客

发布于 2025-06-22

4 热度无~ GNU Octave

摘要

联邦学习（Federated Learning）是一种在保护用户数据隐私的同时进行机器学习训练的方法。在联邦学习中，个性化与安全聚合是两个关键目标。个性化指的是模型能够根据每个参与者的数据特点进行优化，而安全聚合则

发布于 2025-06-15

10 热度无~ Common Lisp

摘要

阿木博主一句话概括：基于Common Lisp的隐私计算多方安全聚合实战开发阿木博主为你简单介绍：随着大数据时代的到来，数据隐私保护成为了一个亟待解决的问题。多方安全计算（SMC）作为一种隐私保护技术，能够在不泄

发布于 2025-06-15

10 热度无~ Common Lisp

摘要

阿木博主一句话概括：基于Common Lisp的隐私计算多方安全聚合示例实现阿木博主为你简单介绍：随着大数据时代的到来，数据安全和隐私保护成为了一个亟待解决的问题。多方安全计算（Secure Multi-Par

发布于 2025-06-15

10 热度无~ Common Lisp

摘要

阿木博主一句话概括：基于Common Lisp的隐私计算数据多方安全聚合语法实现阿木博主为你简单介绍：随着大数据时代的到来，数据隐私保护成为了一个亟待解决的问题。多方安全计算（Secure Multi-Part