基於同態加密的隱私保護深度學習研究 陳豔格 9787522914602 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:中國紡織有限公司
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
NT$623
商品編號: 9787522914602
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202401*若逾兩年請先於客服中心或Line洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:基於同態加密的隱私保護深度學習研究
ISBN:9787522914602
出版社:中國紡織有限公司
著編譯者:陳豔格
頁數:208
所在地:中國大陸 *此為代購商品
書號:1710930
可大量預訂,請先連絡。

內容簡介

本書共九章,主要圍繞多源數據融合環境下深度學習訓練預測中存在的關鍵問題,設計適用於特定場景下的基於同態加密的隱私保護深度學習方案。第一章簡要介紹了隱私保護深度學習的研究背景及意義,綜合描述了本文涉及的相關技術的國內外研究現狀,提出本文的主要研究工作及各章節安排。第二章簡要介紹本文使用的深度學習、聯邦學習、可證明安全、同態加密及安全多方計算等相關的基礎知識。第三章採用兩組密文激活函數及密文代價函數,設計了兩個隱私保護圖像分類深度學習方案。第四章使用構造的同態重加密方案及安全工具包,提出了基於同態重加密的隱私保護深度學習方案。第五章構造了一個改進的升冪分散式ElGamal密碼體制,提出了一個實用高效的隱私保護聯邦學習方案。第六章構造了適用於聯邦學習的多密鑰EC—ElGamal密碼體制及聯邦和優化算法,設計了一個動態化公平性的隱私保護聯邦學習方案。第七章採用第三章構造的隱私保護圖像分類深度學習思想,構造了工業物聯網的機器人系統中的隱私保護圖像多分類深度學習模型。第八章依據第四章提出的基於同態重加密的隱私保護深度學習方案,構造了機器人系統下多密鑰隱私保護深度學習模型。第九章總結全文工作,展望後續研究內容。

目錄

第一章 緒論
第一節 研究背景及意義
第二節 國內外研究現狀
第三節 研究工作
第二章 預備知識
第一節 深度學習
第二節 可證明安全
第三節 同態加密
第四節 本章小結
第三章 隱私保護圖像分類深度學習方案
第一節 概述
第二節 系統模型
第三節 威脅模型
第四節 設計目標
第五節 隱私保護圖像分類深度學習方案的構造
第六節 正確性和安全性分析
第七節 性能分析
第八節 本章小結
第四章 基於同態重加密的隱私保護深度學習方案
第一節 概述
第二節 系統模型
第三節 威脅模型
第四節 設計目標
第五節 基於同態重加密的隱私保護深度學習方案的構造
第六節 安全性分析
第七節 性能分析
第八節 本章小結
第五章 實用高效的隱私保護聯邦深度學習方案
第一節 概述
第二節 系統模型
第三節 威脅模型
第四節 設計目標
第五節 實用高效的隱私保護聯邦深度學習方案的構造
第六節 安全性分析
第七節 性能分析
第八節 本章小結
第六章 動態化公平性的隱私保護聯邦深度學習方案
第一節 概述
第二節 系統模型
第三節 威脅模型
第四節 設計目標
第五節 動態化公平性的隱私保護聯邦深度學習方案的構造
第六節 安全性分析
第七節 性能分析
第八節 本章小結
第七章 工業物聯網的機器人系統中的隱私保護圖像多分類深度學習模型
第一節 引言
第二節 系統模型
第三節 威脅及安全模型
第四節 機器人系統中的隱私保護圖像多分類深度學習模型構造
第五節 安全性分析
第六節 性能分析
第七節 本章小節
第八章 機器人系統下多密鑰隱私保護深度學習模型
第一節 引言
第二節 系統模型
第三節 安全模型
第四節 機器人系統下多密鑰隱私保護深度學習方案構造
第五節 安全性分析
第六節 性能分析
第七節 本章小節
第九章 總結與展望
第一節 工作總結
第二節 研究展望
參考文獻
附錄

詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。
規格說明
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理