privacy 第18页

研读：Viola：Trustworthy Sensor Notifications for Enhanced Privacy on Mobile Systems

本PPT是对发表在MobiSys2016上的一篇文章的研读和解析，该论文介绍了一种在移动设备上使用的可信指示器方案，能够向用户指示当前设备上那些传感器是开启的，以防止某些传感器被攻击者在用户不知情的情况下开启，采集并泄露用户的图像、语音和位置等隐私信息。本文贡献总结：1.nViola，设计和实现了可信传感器通知方案2.部署运行时监视器（RuntimeMonitor）在底层系统软件中，可以是操作系统

Trust-Bo·2023-01-12 21:11

联邦学习论文阅读二：PRECAD

联邦学习论文阅读二：PRECADPRECAD:Privacy-PreservingandRobustFederatedLearningviaCrypto-AidedDifferentialPrivacy

一步一个脚印ッ·2023-01-12 06:09

Diffie-Hellman密钥协商算法探究

作者|魔王赵二狗导读隐私计算（Privacy-preservingcomputation）是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，保障数据在流通与融合过程中的可用不可见

·2023-01-10 11:45

【一种数据异构的FL迁移学习框架】Privacy-preserving Heterogeneous Federated Transfer Learning

原文：Privacy-preservingHeterogeneousFederatedTransferLearning本文讲了数据异构（区别于模型结构异构）下的FL训练框架，此外还有隐私保护的作用。

学渣渣渣渣渣·2023-01-10 11:41

沐阳zz·2023-01-10 11:08

联邦学习在保护隐私方面的三大技术

联邦学习在保护隐私方面的三大技术联邦学习在保护隐私方面的三大技术：差分隐私（DifferentialPrivacy）、同态加密（HomomorphicEncryption）、隐私保护集合交集（PrivateSetIntersection

学而时习之！！·2023-01-09 15:14

Differential Privacy and Fairness in Decisions and Learning Tasks: A Survey

1摘要综述了近年来差分隐私与公平交叉领域的成果分析了差分隐私在决策问题和学习任务中可能加剧不公平性的原因在差分隐私系统中缓解不公平性的措施在公平的条件下部署隐私模型面临的挑战2介绍大型数据集和计算资源的可用性推动了人工智能的重大进展。这些进展使得人工智能成为涉及个人的许多决策和政策操作的辅助工具：包括法律决策、贷款、招聘、福利分配等。然而，机器学习模型是个黑盒。所以人们会担忧，这个系统是否公平？是

故、梦·2023-01-09 10:40

【论文笔记】A survey on federated learning （综述）

AuthorChenZhang,YuXie,HangBai,BinYu,WeihongLi,YuanGaoKeywordsFederatedlearning;Privacyprotection;MachinelearningAbstract

你的莽莽没我的好吃·2023-01-09 10:37

差分隐私与可穿戴式设备调查【笔记】

ASystematicLiteratureReviewonWearableHealthDataPublishingunderDifferentialPrivacy论文笔记概述生理数据发布实时数据发布其他类别总结的限制概述实时数据中最大的挑战之一是数据之间的高维时间相关性

粥粥粥少女的拧发条鸟·2023-01-08 15:42

EpilepsyGAN:具有隐私保护的合成癫痫脑活动-2021(同26)

EpilepsyGAN:SyntheticEpilepticBrainActivitieswithPrivacyPreservationAbstract癫痫是一种慢性神经系统疾病，影响全世界6500多万人

爱吃榴莲的妹妹·2023-01-08 12:48

联邦学习和Analyzing User-Level Privacy Attack Against Federated Learning阅读报告

联邦学习所具有的特点支持非独立同分布的数据不同客户端中的样本产生可能有差别。特征分布倾斜：不同的人写相同的字但字迹不一样。标签分布倾斜：不同地区的人用的表情不一样。标签相同，特征不同：两个不同的文字，但表示的意义一样。特征相同，标签不同：有的地方点头表示yes，有的地方点头表示no。数据不平衡。通信高效快速收敛安全性和隐私性用户构成复杂联邦学习的安全，隐私保护方向1.优势在保护数据隐私的前提下，实

mentalps·2023-01-07 10:21

[SIGIR 2022] Privacy-Preserving Synthetic Data Generation for Recommendation Systems

sinat_38007523·2023-01-05 16:13

联邦学习原始论文解读

目录前言AbstractIntroductionFederatedLearningPrivacyFederatedOptimizationTheFederatedAveragingAlgorithmExperimentalResultsIncreasingparallelismIncreasingcomputationperclientCanweover-optimizeontheclientda

Cyril_KI·2023-01-04 18:59

【译】设计的道德：我们在设计时如何将您的隐私牢记心中

旧文重发：2019/07原文地址：https://spreadprivacy.com/ethical-by-design/一些公司做的产品决策有问题，不难发现这类案例，尤其涉及你的数据和隐私的时候。

哪吒·2023-01-03 14:29

阅读笔记：FedGNN: Federated Graph Neural Network for Privacy-Preserving Recommendation

FedGNN:FederatedGraphNeuralNetworkforPrivacy-PreservingRecommendationICML’21|隐私保护下的图神经网络推荐系统(qq.com).

缄默的天空之城·2022-12-30 20:35

论文笔记：ICML‘21 FedGNN: Federated Graph Neural Network for Privacy-Preserving Recommendation

解决方案不足之处2、问题二和解决方案问题解决方案不足之处3、问题三和解决方案问题解决方案三、相关工作1、联邦学习相关论文2、图神经网络相关论文四、方法论1、问题定义2、FedGNN框架3、隐私保护的模型更新（Privacy-PreservingModelUpdate

探索计算机知识的边缘·2022-12-30 20:04

【论文导读】-Vertically Federated Graph Neural Network for Privacy-Preserving Node Classification纵向联邦图神经网络

文章目录论文信息摘要主要贡献verticallyfederatedGNN(VFGNN)执行过程1.生成初始节点嵌入2.生成局部节点嵌入3.生成全局节点嵌入4.采用DP增强隐私论文信息原文地址：https://www.ijcai.org/proceedings/2022/0272.pdf摘要GraphNeuralNetwork(GNN)hasachievedremarkableprogressesi

1 + 1=王·2022-12-30 20:31

AVF 3 - 音频录制

AVF3-音频录制文章目录AVF3-音频录制需要调用到麦克风方法，别忘记添加Privacy-MicrophoneUsageDescription@interfaceAudioRecorder()@property

tdev·2022-12-29 17:07

联邦学习框架浅析

联邦学习解决的问题通常被称为TMMPP–TrainingMachineLearningModelsovermultipledatasourceswithPrivacy，即在保证多

趣链科技·2022-12-26 07:47

后门防御阅读笔记，Neural Cleanse Identifying and Mitigating Backdoor Attacks in Neural Networks

UCSantaBarbara,UniversityofChicago论文作者：BolunWang,YuanshunYao,ShawnShan收录会议：2019IEEESymposiumonSecurityandPrivacy

wujiekd·2022-12-23 10:40

神经清洗——识别与去除后门：Neural Cleanse: Identifying and Mitigating Backdoor Attacks in Neural Networks

NeuralCleanse:IdentifyingandMitigatingBackdoorAttacksinNeuralNetworks2019IEEESymposiumonSecurityandPrivacy

Jhouery·2022-12-23 10:40

Neural Cleanse: Identifying and Mitigating Backdoor Attacks in Neural Networks论文分享

NeuralCleanse:IdentifyingandMitigatingBackdoorAttacksinNeuralNetworks发表会议：IEEESymposiumonSecurityandPrivacy2019

m0_56278965·2022-12-23 10:36

安全多方计算之三：同态加密

同态加密1.同态加密概述2.乘同态的ElGamal加密方案3.加同态的Paillier加密方案4.全同态加密方案1.同态加密概述同态加密首次由R.Rivest等人于1978年在《Ondatabanksandprivacyhomomorphisms

机器学习Zero·2022-12-22 07:58

论文精讲 | 一种隐私保护边云协同训练

、姚信、崔金凯、胡钦涛、陈仁海、张弓｜单位：2012实验室理论部论文标题MistNet:TowardsPrivateNeuralNetworkTrainingwithLocalDifferentialPrivacy

昇思MindSpore·2022-12-21 07:12

本地差分隐私随机响应_本地化差分隐私：如何面对非可信的世界

有研究者提出了差分隐私技术(DifferentialPrivacy)，它作为一种隐私模型，严格定义了隐私保护的强度，即任意一条记录的添加或删除，都不会影响最终的查询结果。同时，该模

weixin_39866265·2022-12-21 05:22

论文阅读：LDP-FL: Practical Private Aggregation in Federated Learning with Local Differential Privacy

论文名字LDP-FL:PracticalPrivateAggregationinFederatedLearningwithLocalDifferentialPrivacy来源期刊arXiv:2007.15789v1

三金samkam·2022-12-21 05:48

论文阅读：Differential privacy federated learning a client level perspective

论文名字Differentialprivacyfederatedlearningaclientlevelperspective来源NIPS2017顶会年份2017作者RobinC.Geyer,TassiloKlein

三金samkam·2022-12-21 05:48

基于随机响应机制的本地差分隐私【谷歌】论文笔记

RAPPOR:RandomizedAggregatablePrivacy-PreservingOrdinalResponse论文阅读写在前面的话自己的理解（整理）攻击模型注意事项相关工作总结写在前面的话这篇文章是我在读

粥粥粥少女的拧发条鸟·2022-12-21 05:48

差分隐私与深度学习--联邦学习

项目：tensorflow官方差分隐私项目：https://github.com/tensorflow/privacy论文：FederatedLearningwithDifferentialPrivacy

fyr学无止境·2022-12-21 05:45

RAPPOR: Randomized Aggregatable Privacy-PreservingOrdinal Response略读

RAPPOR算法基础用户将数据进行扰动后发送给收集者，在进行后续的各种操作首先将字符串通过布隆过滤器用h个哈希函数进行处理（这里用了4个，所以B有4位置1），得到B，随后将B通过随机响应函数获得永久随机响应B’,将永远存储在用户的设备中。每当数据收集者请求数据时，客户机对B’再次进行扰动获得临时随即响应S，S将发送给收集者（每次询问同一数据获得的响应都不完全相同）永久随机响应的规则f是用户可调的一

_DADA__·2022-12-21 05:44

隐私计算头条周刊（12.4-12.10）

开放隐私计算收录于合集#企业动态36个#周刊合辑37个#政策聚焦30个#隐私计算36个#隐私计算技术30个OpenMPC/开放隐私计算社区隐私计算头条周刊专注隐私计算，释放数据价值Focusonprivacycomputing

aK031999·2022-12-20 19:29

论文阅读笔记--Clustered Federated Learning:Model-Agnostic Distributed Multitask Optimization Under Privacy

Introduction传统的ParameterServer（P-S）架构的联邦学习系统尝试训练出一个模型，让它能适用于每一个client的数据分布，这暗含了一个假设，模型的最优解θ∗\theta^*θ∗同时是所有client的最优解，各个client的模型是全等的（congruent）。也就是作者提到的Assumption1:显然这个条件不是任何时候都可以得到满足的，作者列举了两种例子：1）模型

Shawn2134123·2022-12-15 18:23

AMT-GAN 人脸对抗样本 CVPR2022

CVPR2022ProtectingFacialPrivacy:GeneratingAdversarialIdentityMasksviaStyle-robustMakeupTransfer原文链接：https

mmjx2018·2022-12-13 02:34

量子计算1-Introduction

QuantumcryptographyPrivacyfoundedonfundamentallawsofquantumphysics.使用量子态的通信，一旦有人窃

飞翔的刺猬i·2022-12-12 13:59

Privacy-preserving record linkage on large real world datasets论文总结

Privacy-preservingrecordlinkageonlargerealworlddatasets论文总结Abstract1.Introduction1.1.Administrativedataasresource1.2

桐青冰蝶Kiyotaka·2022-12-11 10:55

推特如何解除敏感内容限制

一、苹果安卓手机解除敏感内容方法（对应中英文版）1.打开手机推特app，点击左上角的【三横】进入个人中心界面；推特解除敏感内容步缀2.在弹出的个人中心中点击【设置和隐私Settingsandprivacy

Twitter群推王·2022-12-10 04:21

四大顶会-论文快速查找-国际学术期刊排名+中文期刊/重大会议影响因子查询

四大顶会官网链接USENIXSecurity：官网链接IEEESymposiumonSecurityandPrivacy简称S&P：官网链接ConferenceonComputerandCommunicationsSecurity

jiet07·2022-12-10 01:05

百度Create大会：百度AI安全研究的进展与愿景

以“有AI，更安全”为理念，百度安全在AI安全领域的探索始终处于行业前沿，率先提出了Security、Safety和Privacy三大AI安全研究维度，分别指向了强对抗安全、非对抗安全、及数据安全与隐私保护

百度_开发者中心·2022-12-05 14:15

iOS获取相机、麦克风权限及异步结果回调

info.plist添加权限申请相机权限Privacy-CameraUsageDescription麦克风权限Privacy-MicrophoneUsageDescription引入AVFoundationimportAVFoundation

铃鹿山大魔王·2022-12-05 11:09

【论文阅读】FedDPGAN: Federated Differentially Private Generative Adversarial Networks Framework

文章目录1Abstract2Introduction3Preliminary3.1DifferentialPrivacy3.2GenerativeAdversarialNetwork3.3FederatedLearning4ProposedFedDPGANModel4.1ArchitectureofFedDPGAN4.1.1DistributedDPGAN4.1.2FedDPGANFramewor

WuwuwuwH_·2022-12-03 08:09

Privacy policy

Thisapprespectsandprotectstheprivacyofalluserswhousetheservice.Inordertoprovideyouwithmoreaccurateandpersonalizedservices

90后天道酬勤·2022-12-02 10:07

对数据集进行k匿名（k-Anonymity）处理（python）——以adult数据集为例

k匿名（k-Anonymity）k匿名技术参考论文：L.Sweeney.Achievingk-anonymityprivacyprotectionusinggeneralizationandsuppression.InternationalJournalonUncertainty

tales_teller·2022-11-30 02:51

MobPush for Flutter集成准备

目录集成准备iOSAndroidSDKAPI回传用户隐私授权结果(submitPrivacyGrantResult)设置远程推送环境设置远程推送环境(setAPNsForProduction仅iOS)停止推送

·2022-11-29 18:55

ISO/IEC 27002:2022 信息安全、网络安全和隐私保护-信息安全控制发布

ISO/IEC27002:2022《Informationsecurity,cybersecurityandprivacyprotection—Informationsecuritycontrols》(

std86021·2022-11-29 12:44

NLP领域的首次Hard Label黑盒攻击！

文|阿毅编|小轶背景前段时间已经和大家分享了两篇关于NLPPrivacy的文章。今天，我们又来给大家推送优质论文了（公众号学习法）。

夕小瑶·2022-11-29 07:08

Here is New York（英译）

Onanypersonwhodesiressuchqueerprizes,NewYorkwillbestowthegiftoflonelinessandthegiftofprivacy.Itisthislargessthataccountsforthepresencewithinthecity

偷懒不学习·2022-11-29 07:56

差分隐私与机器学习

注意事项文章原文：Howtodeploymachinelearningwithdifferentialprivacy要求需要有一定的机器学习、差分隐私基础差分隐私基础知识文章介绍了机器学习引入差分隐私的原因

NigeloYang·2022-11-29 01:37

Releasing Graph Neural Networks with Differential Privacy Guarantees

ReleasingGraphNeuralNetworkswithDifferentialPrivacyGuarantees1：动机针对图片分类成员推理攻击的防御方法-教师集成学生模型PATE，在graph

ren2966717445·2022-11-28 14:16

Calibrate: LDP via Incorporating Prior Knowledge

Calibrate:FrequencyEstimationandHeavyHitterIdentificationwithLocalDifferentialPrivacyviaIncorporatingPriorKnowledge

小小咸鱼也要努力的·2022-11-27 02:16

推荐频道

privacy