加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版隐私计算:开源架构实战9787111734147机械工业
¥ ×1
商品
服务
物流
出版说明前言章隐私计算概述/1.1隐私计算的定义与分类/1.2隐私计算技术理论基础/1.2.1安全多方计算/1.2.2密码学/1..机器学习/第2章联邦学习/2.1联邦学习简介/2.1.1联邦学习的由来与发展/2.1.2联邦学习与分布式机器学习/2.1.3联邦学习分类/2.2联邦学习主要开源框架/2.2.1主要开源项目简介/2.2.2开源框架FATE/2..开源框架FederatedScope/2.2.4开源框架PaddleFL/.FATE架构分析/..1fate-arch 架构模块/..2FATE Flow调度模块/..FederatedML算法模块/..4FATE Board可视化模块/..5FATE Serving在线服务模块/..Docker-Coe与Kubernetes部署/2.4FATE联邦特征工程/2.4.1特征分箱/2.4.2特征归一化/2.4.3特征筛选/2.4.4征编/2.5FATE联邦机器学习模型/2.5.1逻辑回归/2.5.2XGBoost/2.6经典案例:使用纵向联邦学习进行评分建模/第3章不经意传输/3.1OT技术简介/3.2基础OT及其扩展/3.2.12选1的基础OT/3.2.22选1的OT扩展——IKNP/3..n选1的OT扩展——KK[13]/3.2.4∞选1的OT扩展——KKRT[16]/3.2.5C-OT与R-OT/3.3OT技术的泛化/3.3.1OPRF技术/3.3.2OPPRF技术/3.3.3不经意多项式计算/3.3.4不经意线函数/3.4OT 开源实现/第4章秘密共享/4.1秘密共享基础协议/4.1.1加法秘密共享/4.1.2门限秘密共享/4.1.3复制秘密共享/4.1.4可验秘密共享/4.2技术架构及主要开源框架/4.2.1常见开源秘密共享架构简介/4.2.2开源框架TF Encrypted/4..开源框架CrypTen/4.3TF Encrypted中的协议实现/4.3.1SecureNN协议/4.3.2TF Encrypted中SecureNN的实现/4.3.3TF Encrypted主要安全算子/4.3.4实例:使用TF Encrypted实现纵向训练/4.4CrypTen协议及实现介绍/4.4.1CrypTen协议简介/4.4.2CrypTen主要代码实现/4.4.3CrypTen主要安全算子/4.4.4实例:使用CrypTen训练纵向卷积神经网络/第5章混淆电路/5.1基于乱码表的混淆电路/5.1.1姚氏混淆电路/5.1.2点置换技术Point-and-Permute/5.1.3行缩减技术GRR/5.1.4“免费”“异或”门Free-XOR/5.1.5半门技术 Half-Gates/5.2基于秘密共享的混淆电路/5.2.1GESS协议/5.2.2GMW协议/5..BGW协议/5.2.4BMR协议/5.3混合协议/5.3.1ABY混合协议框架/5.3.2ABY3混合协议框架/5.3.3TF Encrypted中的ABY3实现/第6章面向应用的隐私保护技术/6.1应用介绍/6.1.1隐私集合求交/6.1.2隐私信息检索/6.2PSI主实方案/6.2.1RSA盲签名/6.2.2DH密钥交换/6..混淆布隆过滤器方案/6.2.4OPRF方案/6.2.5基于OPPRF的Circuit-PSI/6.3PIR主要方案/6.3.1OT方案/6.3.2全同态加密方案XPIR/6.3.3全同态加密方案SealPIR/6.3.4FrodoPIR/第7章隐私保护的安全联合分析/7.1安全联合分析概述/7.2SMCL/7.2.1SMCL原理简介/7.2.2架构及主实分析/7..SMCL的安装/7.2.4医疗联合分析案例/7.3Conclave/7.3.1Conclave原理简介/7.3.2架构主实及分析/7.3.3Conclave的安装/7.3.4JIFF作为后端的MPC框架运行/7.3.5Obliv-C作为后端的MPC框架运行/参考文献/
花京华,浙江工业大学硕士,杭州某数据安全公司高级专家,在隐私计算、机器学习、人工智能(自然语言处理)、大数据等方面有近十年实践经验,并在相关领域拥有十余个专利。曾获得FATE社区一级贡献者、年度贡献之星等多个荣誉,为多个隐私计算开源社区做出贡献。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员