论文部分内容阅读
2021年中国隐私计算市场规模超8.6亿元
【出 处】
：
中华工商时报
【发表日期】
：
2020年01期
其他文献
联邦学习为非互信实体间的合作学习提供了一种新的解决思路，通过本地训练和中央聚合的模式，在训练全局模型的同时保护各实体的本地数据隐私。然而相关研究表明，该模式下无论是用户上传的局部模型，还是中央聚合的全局模型，都会泄露用户数据的信息。安全多方计算和差分隐私作为两种主流的隐私保护技术，分别保护计算过程和计算结果的隐私。目前很少有工作结合这两种技术的优势，用于联邦学习训练全流程的防护。将安全多方计算、差
＜正＞智能头盔、5G智能安全帽、“自带”安全培训的安全帽……随着科技的发展,劳保用品不断更新换代,在各项新技术的加持下,除了起到保护作用外,满足不同工作需要的高性能劳保用品和装备不断“上新”。为劳保用品添“智”的期待,正在一些地方化为现实。
期刊
＜正＞隐私计算应运而生隐私作为将人与动物区别开来的人的精神性追求的直接体现，关乎人格尊严，是与人的本性相连的基本需求之一。当今，科技水平的飞速提升和网络信息的爆发式增长在推动社会发展的同时也正在使人们的隐私利益面临着前所未有的挑战，对隐私的合理保护之于当前时代背景下的人类社会可谓意义重大。
期刊
＜正＞近年来，隐私计算技术发展势头火热。一方面，数据流通需求巨大，数据“孤岛”问题重重，机构间数据流通成为促使数据要素市场化配置、充分释放数据要素价值的重要环节。另一方面，各国数据安全监管环境收紧对隐私合规提出了更高要求，数据保护成为持续稳定的市场需求，而不再是短暂的监管应对行为。为平衡隐私保护和数据共享之间的矛盾，隐私计算技术应运而生，为数据合规提供了一种“最优解”。然而，隐私计算并非“完美”，
期刊
＜正＞在“数字中国”和“东数西算”等国家战略的推动以及5G深入推进、6G前瞻布局的大环境下,“万物智联”将掀起数字化时代的数据浪潮。然而这只是“前奏”,数字融通才能把数字化转型推向“高潮”。为解决数字融通的安全合规问题,隐私计算得到了业界的重视。当前,金融、政务和医疗都成为隐私计算的重要应用领域。万物智联掀起数据浪潮,隐私计算促进数据融通隐私计算就是一种打破“数据孤岛”，实现数据融通和合规应用的重
期刊
[目的/意义]对短视频用户隐私披露意愿的影响因素进行分析，了解短视频用户隐私披露的行为特征，帮助平台加强用户信息管理、优化服务策略。[方法/过程]以隐私计算理论为基础，结合自我决定理论和社会交换理论，构建短视频用户隐私披露意愿影响因素模型，以代表性群体为研究对象，通过发放问卷收集数据对影响因素模型进行实证分析。[结果/结论]心理需求满足对短视频用户隐私披露产生的正向影响最大，其次是利益回馈；感知风
＜正＞数据是一种新的生产要素，流通融合会产生新的价值。例如，普惠金融需要更多数据来完善建模有效发放贷款，广告营销需要跨行业的数据提升精准度。但现状却是围绕数据拥有方的“孤岛”林立，因为数据一旦交给别人，就面临着失控的风险，缺少技术手段来证明彼此值得信任。可以说，数据流通基本还处于“男耕女织”的阶段，特别是在数据确权、开放共享、自由流动和数据安全等方面还存在很多阻碍。一是数据权属的界定仍不明确，在相
期刊
为推动普惠金融业务更好地开展，跨机构、跨行业之间的数据融合必不可少，隐私计算技术实现数据可用不可见、数据不动价值动方面具有非常显著的优势，在金融行业尤其是普惠金融方面的应用场景广泛。对多源数据融合对于普惠金融发展的作用和意义，以及隐私计算技术在普惠金融业务链条中的主要应用场景和实践进行了介绍，并对目前技术发展面临的挑战进行了阐述。