面向机器学习的安全外包计算研究进展

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户:ljzhangxy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
依靠机器学习,传统产业的数字化转型带来了海量数据增长,而产品服务的智能化提升则刺激了算力需求.云计算的灵活资源调配可以为资源有限的企业和用户提供便宜便捷的外包计算服务,实现机器学习的模型训练和模型托管,加快产品和服务的智能化建设,促进数字经济增长.然而,数据和模型外包伴随控制权转移,可能带来数据泄露风险和计算安全问题.近年来,机器学习的外包安全问题受到越来越多研究者的关注,并取得了一些显著成果.通过对近5年国内外机器学习安全外包研究工作调研,首先对现有主流的外包模型进行分类和特征归纳,依据任务阶段划分为模型训练和模型托管模式,以及依据云服务商数量划分为单云和多云模式.其次重点从逻辑回归、贝叶斯分类、支持向量机、决策树和神经网络等典型机器学习算法角度对机器学习安全外包计算相关研究进展进行了深入阐述和分析.最后从不同角度分析和讨论了目前机器学习安全外包研究存在的不足,并展望未来将面临的挑战和机遇.
其他文献
<正>李继峰教授《教师专业学术蓄养研究》由陕西师范大学出版总社于2022年7月出版(以下简称《蓄养》)。作者基于多年指导教育硕士研究生学位论文写作的实践经验,联系中小学教师科研的实际,以师者的仁心仁术帮扶教育硕士研究生演练学术的入门动作,帮助一线中小学教师准确理解和认识专业属性,更为有效地蓄积研究教育教学实践问题的素养。作者守正创新,论著亮点众多。
期刊
近几年来,核心素养理念经常会被众多教育家提到,备受关注。在2017版的高中英语新课标中提到英语学科核心素养包含了4个方面:语言能力,学习能力,思维品质,文化意识。其中语言能力是基础、是关键。语言能力包括听说读写能力,但是长期以来,我国英语教学都重读写,轻听说。笔者所在学校的市教育局对英语实行小班化教学改革,把一个行政大班分为英语A、B两个小班,目的在于能提高学生成绩的同时,更重要的是能提高学生的言
黄金勾豆角在采后极易转紫衰老,影响贮藏品质,为明确一氧化氮(NO)对采后黄金勾豆角品质的影响,本研究采用0.2 mmol/L的外源NO供体硝普钠(Sodium Nitroprusside,SNP)溶液浸泡处理黄金勾豆角,(8±1)℃贮藏条件下,测定黄金勾转紫率、锈斑率、外观品质、色差、可溶性固形物、重量、硬度及相关抗氧化物质含量和抗氧化酶活性。与对照组相比,SNP处理可有效延缓转紫和锈斑的发生,降
目的建立了一种采用QuEChERSEMR-Lipid净化结合同位素稀释-超高效液相色谱-串联质谱技术同时测定畜肉中17种β-受体激动剂药物残留的检测方法。方法样品加入pH为5.2的乙酸铵缓冲溶液,以β-葡萄糖醛苷酶/芳基硫酸酯酶酶解,经5%甲酸乙腈提取,QuEChERSEMR-Lipid净化,采用CORTECS?UPLC?C18柱(3.0mm×100mm,1.6μm),0.1%甲酸水和甲醇梯度洗脱
肠道微生物及其代谢产物可作为维持肠道微生态的重要影响因素,胃肠道壁内的感觉神经末梢可能对细菌信号作出反应,为肠道运动和微生物稳态的关键生物过程提供基础。本文主要讲述肠道微生物相关的结肠动力学机制,从肠道微生物相关的信号转导、与Toll样受体的相互作用、细菌代谢产物与结肠动力的相关关系四个方面进行阐述,同时也探索了细菌微泡充当肠道微生物和宿主之间通信的连接桥梁的观点。为结肠动力学机制提供了新的研究思
红枣是新疆生产建设兵团林果业的重要品种,在新疆和全国占有重要地位。在基于层次分析法的红枣生态适宜性评价、基于综合比较指数的红枣比较优势分析、基于成本收益的市场需求分析基础上,开展集成生态适宜性、综合比较优势、市场需求为一体的红枣种植布局综合评价。研究结果表明,红枣评价为优良的是南疆环塔里木盆地的农一师、农二师、农三师、农十四师,评价结果与生产实际总体相一致,为红枣种植布局优化提供可量化的参考依据。
《纳兰性德和他的词》是一部全面反映纳兰思想及艺术面貌的学术专著。该著立论新颖、方法独到,在改革开放之初,实开纳兰研究之先河,不仅有助于加深学界对纳兰个人历史地位的再认识,更是推动了人们对纳兰词乃至清词整体之研究,有着重要的学术价值。该书大致有三个主要特征:一是内容丰腴详实,视野圆融宏通;二是材料博赡精审,论证精微透辟;三是评价客观公允,语言流畅活泼。
【背景】朱鹮是我国国家一级保护动物,属于世界上最濒危的鸟类之一。对朱鹮肠道微生物的多样性和产胞外酶活性进行分析,可为朱鹮恢复种群数量提供思路。【目的】了解朱鹮肠道微生物的多样性,测定其产胞外酶活性。【方法】采用纯培养的方法获得朱鹮肠道微生物,通过革兰氏染色和生理生化鉴定,结合16S rRNA基因扩增和序列分析对细菌进行鉴定。使用水解圈降解法筛选产淀粉酶、蛋白酶、纤维素酶、脂肪酶的菌株。【结果】从人
为克服水库排沙多因素、非线性复杂关系建立难题,实现水库排沙准确预测,利用万家寨水库2002~2020年水沙系列数据,基于XGBoost、KNN、SVR、RF四种机器学习算法分别预测分析水库出库含沙量。结果表明,利用机器学习算法可有效预测综合考虑不同影响因素的水库排沙;不同机器学习算法在水库排沙预测的适用性有所不同,对比之下,基于RF算法建立的水库排沙预测模型的决定系数R~2最高为0.934 9,平