基本信息
文件名称:基于神经网络同态计算的隐私保护波动率研究.pdf
文件大小:5.17 MB
总页数:125 页
更新时间:2025-08-03
总字数:约14.25万字
文档摘要
摘要
摘要
半导体技术和机器学习算法的进步使得我们能以前所未有的效率对海量数据
进行挖掘与分析,运用从数据中提取的信息来优化商业决策、创造商业价值。但
另一方面,对数据的搜集、分析和利用也对公众的隐私和企业的敏感数据的保护
构成了新的挑战。如何在进行数据分析的同时确保敏感数据得到有效保护成为一
个亟待解决的问题。隐私保护计算由此应运而生。
目前,隐私保护计算技术还处于发展阶段,主要技术路线包括:差分隐私、
可信计算环境