隐私计算、隐私数据和联邦学习的数据管理方法与流程技术资料下载

技术编号:32660772

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

.本申请涉及隐私计算、隐私数据和联邦学习技术领域,具体涉及一种隐私计算、隐私数据和联邦学习的数据管理方法。背景技术.参与生产经营活动并发挥重要价值的数据被称之为要素数据。而以电子化的方式记录要素数据或者说将要素数据转化为可以由计算机理解的形式,则称之为数据要素。要素数据以及在此基础上获得的数据要素,可用于数据赋能并在诸如智能设备、智能医疗、智能交通和智能商务等各方面提高生产率和促进创新。因此存在持续发展的市场需求,希望在保证数据隐私和安全的前提下,释放和挖掘数据要素价值,搭建高效可靠的数据共...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发