小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI

密码学的核心在于保护信息,尤其是在对手利用概率推理时。差分和线性密码分析是重要的攻击方法,通过统计偏差揭示密码设计的弱点,概率论在这些分析中至关重要,影响密码的安全性和设计理念。

【密码学百科】概率论与密码分析:生日攻击、差分分析与线性分析

土法炼钢兴趣小组的博客
土法炼钢兴趣小组的博客 · 2026-04-07T00:00:00Z
DiffMem:用 Git 实现时间差分记忆的新思路

DiffMem 是一种基于 Git 的差分记忆系统,提供可追溯和可重构的长期记忆。它将当前状态保存为 Markdown 文件,历史记录存储在 Git 中,支持轻量查询和时序分析,适合长期陪伴型智能体和协作记忆库。

DiffMem:用 Git 实现时间差分记忆的新思路

dotNET跨平台
dotNET跨平台 · 2026-02-10T00:01:57Z
10个Python一行代码生成时间序列特征

本文介绍了10种Python一行代码生成时间序列特征的方法,强调特征工程在时间序列预测中的重要性。这些方法包括滞后特征、滚动均值和差分等,旨在提取数据的时间行为特征,以分析趋势和波动。

10个Python一行代码生成时间序列特征

MachineLearningMastery.com
MachineLearningMastery.com · 2025-10-27T14:25:18Z
为语音识别启用差分隐私的联邦学习:基准测试、自适应优化器与梯度裁剪

联邦学习(FL)与差分隐私(DP)在自动语音识别(ASR)中的应用尚待深入。本文通过逐层裁剪和梯度归一化技术,缓解了大模型在FL中面临的梯度异质性问题。实验结果表明,在强隐私保护下,FL与DP在用户规模达到数百万时是可行的,并且在不同规模下的字错误率有所改善。这为大模型的隐私保护FL算法设计提供了指导。

为语音识别启用差分隐私的联邦学习:基准测试、自适应优化器与梯度裁剪

Apple Machine Learning Research
Apple Machine Learning Research · 2025-09-29T00:00:00Z
谷歌推出VaultGemma:一种实验性的差分隐私LLM

VaultGemma是谷歌基于Gemma 2训练的1B参数LLM,采用差分隐私技术以防止模型记忆训练数据。尽管仍为研究模型,但可应用于医疗、金融和法律等领域。差分隐私通过向训练数据注入噪声来保护个体信息。谷歌研究者探索了在保证隐私的同时优化模型性能的训练配置。VaultGemma在多个基准测试中表现与GPT-2相当,是目前最大的差分隐私LLM。

谷歌推出VaultGemma:一种实验性的差分隐私LLM

InfoQ
InfoQ · 2025-09-25T18:00:00Z
时间序列转换工具包:预测分析中的特征工程

本文介绍了时间序列分析中的特征工程技术,包括添加滞后特征、滚动统计和差分。这些技术有助于提取有意义的时间特征,改善预测模型的性能,特别是在处理具有季节性和促销影响的销售数据时。

时间序列转换工具包:预测分析中的特征工程

MachineLearningMastery.com
MachineLearningMastery.com · 2025-08-06T12:00:35Z
Hackerrank数组操作问题分析与解法优化(前缀和 + 差分数组)

本文分析了Hackerrank的数组操作问题,介绍了非最优解法和优化解法。优化解法利用前缀和和差分数组,时间复杂度为O(n+m),显著提高效率。通过差分数组可在O(1)时间内处理范围更新,最终计算最大值。

Hackerrank数组操作问题分析与解法优化(前缀和 + 差分数组)

DEV Community
DEV Community · 2025-05-29T20:50:34Z

本研究解决了现有去中心化学习方法中常量梯度截断界限和固定级别差分隐私噪声导致的准确性下降问题。提出的Dyn-D$^2$P方法根据梯度收敛动态调整梯度截断界限和噪声水平,从而在保证隐私的同时提高模型准确度。实验结果表明,这一方法在强隐私保证下显著优于采用固定级别噪声的对手,且首次为动态梯度截断界限和噪声水平下的差分隐私去中心化非凸优化提供了可证明的效用界限。

动态差分隐私去中心化学习:可证明的效用保证

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-05-10T00:00:00Z

该研究提出了一种基于差分隐私的合成数据公平性审计框架,有效解决了传统人工智能系统中的安全与隐私问题。实验结果表明,该框架在保护敏感信息的同时,实现了有效的公平性评估。

使用差分隐私合成数据对人工智能公平性进行定量审计

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-04-30T00:00:00Z

机器之心数据服务现已上线,提供高效稳定的数据获取,简化数据爬取流程。

ICLR 2025 Oral|差分注意力机制引领变革,DIFF Transformer攻克长序列建模难题

机器之心
机器之心 · 2025-04-28T08:18:00Z

本研究关注如何在快速数字化的医疗体系中保护患者隐私。通过结合差分隐私和联邦学习的方法,提出了一种隐私保护模型,在不侵犯个人隐私的情况下,实现心脏病数据的有效分析。研究结果表明,所提模型在保证数据隐私的同时,测试准确率达到85%,展示了该方法在医疗健康领域的潜在应用价值。

基于差分隐私的心脏病预测增强框架

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-04-25T00:00:00Z

本研究针对时间序列异常检测中建模能力不足的问题,提出了一种基于差分的对比表示学习框架DConAD。该方法通过生成差别数据及利用变换器架构,增强了对时空依赖的捕捉能力,进而提高了异常检测的准确性。实验结果表明,DConAD在五个公共数据集上的表现优于九个基线方法,展现了其优越性与有效性。

基于差分的对比表示学习框架用于时间序列异常检测

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-04-19T00:00:00Z
利用差分隐私理解苹果智能的整体趋势

苹果公司重视用户隐私,采用差分隐私等技术分析设备数据,确保不收集个人信息。通过合成数据生成,苹果在不获取用户内容的情况下改善智能功能,如Genmoji和文本生成。这些方法帮助苹果理解整体趋势,同时保护用户隐私。

利用差分隐私理解苹果智能的整体趋势

Apple Machine Learning Research
Apple Machine Learning Research · 2025-04-14T00:00:00Z
利用差分隐私开发安全的人工智能模型

差分隐私(DP)是一种通过添加噪声来保护敏感数据的技术,旨在平衡隐私与实用性。它能够抵御攻击并符合数据隐私法规,但实现复杂且可能影响准确性。DP在医疗、金融和社交媒体等领域应用广泛,未来在AI模型开发中将发挥重要作用。

利用差分隐私开发安全的人工智能模型

DEV Community
DEV Community · 2025-03-29T00:42:09Z

本研究针对差分隐私随机梯度下降(DP-SGD)中选择最优裁剪阈值C的挑战,提出了动态裁剪DP-SGD(DC-SGD)框架。通过利用差分隐私直方图估计梯度范数分布并动态调整裁剪阈值C,显著降低了超参数调优的负担,实验证明其在超参数调优上比DP-SGD快多达9倍,并在CIFAR10数据集上提高了10.62%的准确率。

动态裁剪差分隐私SGD:基于梯度范数分布估计的动态裁剪

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-29T00:00:00Z

本研究提出DPImageBench,解决了差分隐私图像合成领域评价标准不一致的问题。通过评估十一种方法,发现上游分类器的选择会高估效用评分,且低维特征添加噪声的效果优于高维特征。

DPImageBench:差分隐私图像合成的统一基准

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-18T00:00:00Z

本研究针对多矩阵博弈中的均衡求解,在差分隐私约束下探讨了高精度和逐渐消失的差分隐私预算不能同时实现的问题。我们提出了一种新颖的分布式算法,能够在对方访问有限通信渠道的情况下,同时达到渐近消失的纳什差距和隐私预算,具有重要的理论和实际意义。

差分隐私条件下的多矩阵博弈均衡求解

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-12T00:00:00Z

本研究关注在线大型语言模型中的提示隐私问题,并针对现有方法仅限于文档级重写的局限性,提出了一种新颖的三阶段框架DP-GTR。该框架整合文档级和词级信息,通过组文本重写提升了隐私保护和实用性,实现了隐私与效用的优良平衡,实验结果表明其在多个任务上均优于现有方法。

DP-GTR:通过组文本重写实现差分隐私提示保护

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-06T00:00:00Z

本研究针对垂直联邦学习在扩大大型模型时所面临的隐私风险和低效问题,提出了一种名为DPZV的内存高效零阶优化框架。该框架通过两点梯度估计消除反向传播,显著减少了客户内存使用,同时保证了强隐私保障,提供了在资源受限条件下的隐私效用最佳平衡。

DPZV:差分隐私垂直联邦学习的资源高效零阶优化

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-02-27T00:00:00Z

差分数组是一种辅助数组,用于表示原始数组相邻元素的差值,便于高效处理区间加减操作,解决如公交车超载等问题。

算法模式:差分数组

"地瓜哥"博客网
"地瓜哥"博客网 · 2025-02-26T09:01:52Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码