在讨论了隐私保护技术的重要性之后,这本书提供了隐私保留护机器学习方案在过去十年的发展的全面概述。为了应对互联网服务的多样性,基于机器学习的数据服务现在可用于各种应用,包括风险评估和图像识别。鉴于对数据集的开放访问和不完全可信的环境,基于机器学习的应用面临着巨大的安全和隐私风险。接着,本文介绍了在涉及多方的机器学习任务中,为解决隐私问题所进行的研究和一系列建议的解决方案,以确保隐私保护。最后,这本书回顾了最先进的隐私保护技术,并检查了他们面临的安全威胁。

成为VIP会员查看完整内容
26

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
39+阅读 · 2020年12月20日
【干货书】《日常算法》,154页pdf
专知
7+阅读 · 2022年1月22日
如何用TF Serving部署TensorFlow模型
AI研习社
26+阅读 · 2019年3月27日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
10+阅读 · 2021年11月10日
Arxiv
14+阅读 · 2020年10月26日
Arxiv
15+阅读 · 2018年6月23日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
15+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员