隐私保护联合建模
如何针对分布式异构环境和差异化隐私保护需求，发展多终端联合学习和数据隔离、加密及扰动等结合的机器学习理论与方法？安全攻击检测防御
如何针对非信任网络环境和多样隐蔽攻击手段，构建具有快速响应能力、良好抗攻击能力的主动检测与防御技术体系？超大规模计算通信
如何针对多元密集计算需求和复杂多变通信条件，实现隐私保护前提下超大规模、多层联动的计算加速与通信优化？异构联合隐私保护机器学习
多样化数据隔离的联合学习架构
- 混合式数据隔离方法
- 模型分块部署方法
- 分块训练优化方法
95%
准确率
8
参与节点
兼顾隐私与精度的机器学习方法
- 动态隐私分配的梯度下降方法
- 总体-细节两流处理方法
- 面向隐私保护的对抗训练方法
0.1
隐私参数ε
99%
隐私保护
兼顾隐私与泛化的机器学习方法
- 源数据隔离的迁移学习方法
- 隐私回放的增量学习方法
- 多源数据同态加密的自监督学习方法
2048
密钥长度
128
安全等级
大规模联合训练的鲁棒通信协作策略
- 收敛性理论分析
- 隐私组合放大编解码方法
- 关键信息提纯方法
10x
训练加速
80%
通信减少
95%
模型精度
异构环境自适应的隐私保护联合学习系统
- 异构环境隐私风险评估
- 联合训练效率评估
- 推断精度评估
50+
部署节点
24/7
运行监控
混合加密隐私保护机器学习
适配异构联合学习的同态与半同态加密算法
面向异质融合数据的加密机器学习理论与技术
应对海量噪声数据的高效同态加密与机器学习方法
软硬件协同的高效异构同态加密库构建
机器学习模型的汇聚与迁移
隐私保护
多域迁移
异构汇聚
隐私保护支持的模型可信汇聚方法
- 数据隐私扰动
- 汇聚参数加密
- 多层次隐私保护
多域泛化的隐私保护迁移学习方法
- 多域数据自适应建模
- 跨域数据特征平衡
- 多目标域泛化机制
多源异构模型的高效汇聚方法
- 动态类别均衡
- 自适应参数汇聚
- 异构模型汇聚体系
肿瘤精准诊断的跨机构可信模型构建及应用
安全攻击的鲁棒检测与防御
超大规模学习系统优化及应用