差分隐私

隐私保护计算 – 基础知识

4月9日 · 2023年

隐私保护计算 – 基础知识

0
隐私保护计算 - 基础知识 本文转载自简书:隐私保护计算 - 基础知识原…
4月2日 · 2023年

Shuffle Model

0
Shuffle Model 置乱模型(Shuffle Model):如果…
11月1日 · 2022年

联邦学习差分隐私

0
联邦学习的一般框架 在联邦学习中,典型的迭代包括四个步骤。 首先,每个客…
10月19日 · 2022年

L1范数和L2 范数

0
L1范数和L2 范数 理解L1,L2 范数 什么是范数? 在线性代数以及…
10月8日 · 2022年

笔记整理-差分隐私算法在数据安全中的应用

0
差分隐私算法在数据安全中的应用 此前在DataFunTalk上看到一篇中…
10月5日 · 2022年

Differential Privacy in DeepLearning

0
Differential Privacy in DeepLearning…
9月17日 · 2022年

[论文粗读]GS-WGAN: A Gradient-Sanitized Approach for Learning Differentially Private Generators

0
隐私保护与生成模型:差分隐私GAN的梯度脱敏方法 关于GAN可查看:GA…
8月23日 · 2022年

差分隐私–拉普拉斯机制代码实现

0
差分隐私--拉普拉斯机制代码实现 差分隐私的定义和理解可查看之前所写博客…
8月22日 · 2022年

本地化差分隐私

0
本地化差分隐私 本文是笔者在阅读《本地化差分隐私研究综述》时所写下的笔记…
8月18日 · 2022年

差分攻击–去标识化代码实现

0
差分攻击--去标识化代码实现 去识别化 去识别化是从数据集中删除标识信息…