隱私保護的高效安全三方稀疏數(shù)據(jù)計算

摘要： 如今,大數(shù)據(jù)與人工智能技術(shù)發(fā)展迅猛,基于海量數(shù)據(jù)進行精確訓練的機器學習模型及其應(yīng)用推動了生產(chǎn)力的提升,但同時也帶來了嚴重的數(shù)據(jù)安全與隱私泄露問題,這一問題促進了隱私保護機器學習的研究.在實際應(yīng)用中,機器學習算法常常在稀疏數(shù)據(jù)集上進行運算,明文下的模型訓練存在高效計算方法,可以充分利用數(shù)據(jù)稀疏性,提高計算效率.為了保護數(shù)據(jù)隱私而引入的密碼技術(shù),將稀疏數(shù)據(jù)轉(zhuǎn)化為稠密數(shù)據(jù),從而使高效... （共15頁）