...
首页> 外文期刊>IEEE security & privacy >Deep Learning on Private Data
【24h】

Deep Learning on Private Data

机译:私有数据深度学习

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       

摘要

Emerging complex deep neural networks require vast amounts of data to achieve high precision. However, the information is often collected from user logs and personal data. In this article, we summarize recent cryptographic methodologies for provably privacy-preserving deep learning and inference.
机译:新兴的复杂深度神经网络需要大量数据才能实现高精度。但是,信息通常是从用户日志和个人数据中收集的。在本文中,我们总结了最新的密码学方法,可证明可保护隐私的深度学习和推理。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号