《数据智能知识地图》——隐私计算知识体系篇

32e09524fdbee8e00878fb9313b0fe6d.jpeg

加gzh“大数据食铁兽”

回复“知识地图” 

《数据智能知识地图》隐私计算知识体系篇


隐私计算的概念、发展历程、技术原理、主要算法、应用场景、产业发展情况、法律合规情况等,并分析了相关问题和趋势。隐私计算是涵盖众多学科的交叉融合技术,目前主流的隐私计算技术主要分为三大方向:第一类是以多方安全计算为代表的基于密码学的隐私计算技术;第二类是以联邦学习为代表的人工智能与隐私保护技术融合衍生的技术;第三类是以可信执行环境为代表的基于可信硬件的隐私计算技术。不同技术往往组合使用,在保证原始数据安全和隐私性的同时,完成对数据的计算和分析任务。以下一图详解隐私计算知识体系。

7d910ce01b42bdf8944498d0bb241e61.jpeg

《数据智能知识地图》

数据智能知识地图,由datafun社区整理发布,包括数据采集与治理、数据架构、数据能力、数据应用等四大领域,既包括数据采集、数据治理、数据仓库等相对传统的技术模块,也包括云原生、因果推断、预训练等新锐技术模块,本公众号将整理一一进行发布。


e0ec15aed8d18de6d90048492d0995d6.jpeg

来源:整理自datafun数据智能知识地图

免责声明:以上报告均系本平台通过公开、合法渠道获得,报告版权归原撰写/发布机构所有,如涉侵权,请联系删除 ;资料为推荐阅读,仅供参考学习,如对内容存疑,请与原撰写/发布机构联系。

猜你喜欢

转载自blog.csdn.net/kuankuanerfei/article/details/131288562