边缘学习旨在实现云-边-端协同的机器学习模型训练和预测，天然具有一定隐私保护能力。但是，边缘学习过程面临新的安全与隐私泄露风险。为此，本文从边缘学习的概念出发，重点围绕边缘学习安全与隐私泄露风险及其隐私计算架构、关键技术、未来方向展开论述。
人工智能（AI）的发展在过去十年中取得了惊人的飞跃。数据可用性、计算能力的提高，以及机器学习技术和专用AI硬件的进步，已将我们带入快车道，迈向一个在各个方面都由AI塑造的社会。计算形式也逐渐从集中式单体计算，演进到分布式网联计算，并朝着异构、协同、全面泛在智能计算演进。基于数据隐私增强、低延迟通信等独特优势，面向未来泛在智能的云边端协同联邦学习已被提出并应用于云边端协同场景，如智慧城市、智慧医疗等，成为了当前最受工业界和学术界关注的AI研究方向之一。
到第 页
友情链接
名家名篇
北京市公安局海淀分局备案号：11010802023656号
今日头条
官方微信
官方抖音
