Biblioteca122.294 documentos en línea

Artículo

Deep Learning Data Privacy Protection Based on Homomorphic Encryption in AIoTProtección de la privacidad de los datos de aprendizaje profundo basada en el cifrado homomórfico en AIoT

Resumen

Con el rápido desarrollo de la tecnología 5G, su alta capacidad de ancho de banda, alta confiabilidad, baja latencia y grandes características de conexión han abierto un campo de aplicación más amplio para el IoT. Además, el AIoT (Internet de las Cosas de Inteligencia Artificial) se ha convertido en la nueva dirección de desarrollo del IoT. A través del aprendizaje profundo de datos en tiempo real proporcionados por el Internet de las Cosas, la IA puede juzgar los hábitos de los usuarios de manera más precisa, hacer que los dispositivos se comporten de acuerdo con las expectativas del usuario y volverse más inteligentes, mejorando así la experiencia del usuario del producto. Sin embargo, en el proceso, hay mucha interacción de datos entre el borde y la nube. Dado que los datos compartidos contienen una gran cantidad de información privada, preservar la seguridad de la información en los datos compartidos es un tema importante que no se puede descuidar. En este documento, combinamos el aprendizaje profundo con el algoritmo de cifrado homomórfico y diseñamos un modelo de red de aprendizaje profundo

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento