密码学在联邦学习中的应用

开放隐私计算

开放隐私计算

将在04月23日 14:30 直播

组队学习密码学丨第二期 密码学在联邦学习中的应用

视频号

密码学作为计算机科学中一个非常重要的领域，涉及到信息安全和加密技术等多方面内容。联邦学习作为一种新兴的机器学习技术，它可以在保护数据隐私的前提下，利用多个参与方的数据集合作训练模型。联邦学习与密码学如果结合在一起，会发生什么奇妙的化学反应呢？

联邦学习和密码学的结合被广泛应用于各个领域，以提高数据的安全性和隐私性，同时训练更准确的机器学习模型。

在金融领域中，联邦学习可以用于在金融领域中训练机器学习模型，例如信用评分和欺诈检测。通过密码学技术，银行可以加密客户数据并保护其机密性，同时在联邦学习过程中共同训练机器学习模型；

在医疗领域中，联邦学习可以用于在医疗领域中训练机器学习模型，同时保护患者的隐私。通过密码学技术，医疗机构可以加密患者数据并保护其机密性，同时在联邦学习过程中共同训练机器学习模型。

因此，以密码学在联邦学习中的应用为主要内容，第二期组队学习活动即将和大家见面，4月23日（本周日），来自昇思MindSpore Trusted AI SIG的两位老师 Mr. Jin和Mr. Zhang，将为大家带来主题为《密码学在联邦学习中的应用》的分享。您将有机会了解联邦学习中的相应密码学算法、具体应用、与密码学的结合场景等多个方面的知识。

END

热门文章:

隐私计算百科周刊（4.10-4.16）

数据最高管理部门——国家数据局成立！

和文心一言聊一聊隐私计算，对比ChatGPT！

隐私计算领域大咖推荐，这些国内外导师值得关注

招标 | 近期隐私计算项目招标中标34（上海农商银行、广州大学、富滇银行、山东大学）