非独立同分布下联邦半监督学习的数据分享研究

联邦学习作为一种保护本地数据隐私安全的分布式机器学习方法,联合分散的设备共同训练共享模型。通常联邦学习在数据均有标签情况下进行训练,然而现实中无法保证标签数据完全存在,提出联邦半监督学习。在联邦半监督学习中,如何利用无标签数据提升系统性能和如何缓解数据异质性带来的负面影响是两大挑战。针对标签数据仅在服务器场景,基于分享的思想,设计一种可应用在联邦半监督学习系统上的方法Share&Mark,该方法将客户端的分享数据由专家标记后参与联邦训练。同时,为充分利用分享的数据,根据各客户端模型在服务器数据集上的损失值动态调整各客户端模型在联邦聚合时的占比,即ServerLoss聚合算法。综合考虑隐私牺牲、通信开销以及人工标注成本3个方面的因素,对不同分享率下的实验结果进行分析,结果表明,约3%的数据分享比例能平衡各方面因素。此时,采用Share&Mark方法的联邦半监督学习系统FedMatch在CIFAR-10和Fashion-MNIST数据集上训练的模型准确率均可提升8%以上,并具有较优的鲁棒性。

基于云平台的多用户可验证数据分享方案

针对外包数据分享过程中面临的安全问题,基于双线性群提出一种可验证云数据分享方案。在数据处理阶段,数据拥有者可指定一组数据使用者,使得仅有被指定的使用者能够验证该数据的完整性。处理后的数据被外包至云服务器,以减轻用户本地的存储负担,并基于云服务器向合法的数据使用者提供数据访问和可验证分享服务。安全分析和效率分析表明,该方案能够确保外包数据在云端存储的安全,且各阶段均具有较好的计算性能。

基于区块链的可审计数据分享方案

为避免存储在云端的用户数据可能被恶意损坏或者篡改,需要对云端的数据进行完整性审查。针对此问题,本文提出了一种基于区块链和默克尔哈希树的公共审计的数据共享方案,以达到对管理员权限的控制和数据的动态修改;在实现隐私保护、批量审计和降低系统资源消耗的同时,保证方案的安全性;允许用户通过第三方机构向云服务器发起数据完整性审查,然后向用户返回结果,过程中不向第三方机构泄露任何有关用户和文件的信息。安全性证明和实验结果表明,该方案在保证安全性的基础上具备较好的性能。

基于网络社交数据分享的差分隐私保护

随着社大数据、数据挖掘的兴起和社交网络、移动设备的迅速发展,网络社交所产生的蕴涵巨额价值的海量数据在分享的过程中面临着隐私安全风险。差分隐私保护可以在保证数据可用的前提下通过添加噪声使网络社交数据失真。

深受青睐的“短暂性数据分享”模式

人们焦虑于自己昀降私被各种网络社交工具泄露，但又无法真正离开这些网络社交服务，在此背景下，Snapchat和Wickr等基于“短暂性数据分享”模式的应用异军突起，给了用户新的选择。

短暂性数据分享应用研究——以Snapchat为例

在大数据时代下,用户在互联网上的所有行为都作为信息被记录、存储起来,成为分析、研究与使用的对象,越来越多的人感到自己的信息安全受到了威胁。在信息安全方面,使用网络尤其是社会性软件的压力与日俱增。而短暂性数据分享应用,以snapchat为例,这样一种"阅后即焚"的智能终端应用减轻了用户发送信息的心理负担,使得用户对于自我发送的信息有了更好的控制,回归到人们日常生活之间的信息交流方式,同时重塑了信息本身的意义。

金融情报数据分享的国际经验对我国反洗钱可疑交易分析的启示

本文梳理了金融情报数据分享的美国、西班牙、澳大利亚之经验,分析了我国金融情报数据分享之问题,有针对性地提出了改进建议:提高金融情报数据分享的意识及能力,建立金融情报数据分享的国家架构;切实解决反洗钱信息来源渠道较少的问题;积极寻找其他行业主管部门或协会建立的客户资料数据库,努力推动数据共享便利化等。

数据分享理论——数据法律基础概念的厘清与再造

随着数据成为生产要素,数据分享成为一种有效的经济生产方式。数据分享契合数据要素与数据经济发展的特征与规律,可以解决数据利用中的集体行动问题,可以实现数据资源优化配置和数据利益的合理分配。基于生产组织逻辑的差异,数据分享可以分为基于市场逻辑的数据交易、基于管理逻辑的数据开放和基于社会性逻辑的利他共享。《数据二十条》的出台,标志着我国数据基础制度由“重保护”走向“促分享”。数据分享理论的提出,有助于建立符合社会和市场要求的数据利用规则,实现不同的数据利用逻辑之间概念与规范的协调,也有助于积极探索构建基于数据有效利用的数据治理体系,进一步完善具有中国特色的数据基础制度。

基于SyncML的移动终端数据分享设计与实现

伴随移动互联网的发展、成熟、多样化以及移动终端设备的日益普及,市场上移动终端设备有关数据分享的相关协议技术,具有私有性、局限性和互不兼容性,造成仅支持部分移动终端和部分数据类型的现状。本文基于SyncML提出了一个开放的数据分享设计方案。通过对SyncML协议框架通用应用层的设计改进和建立结构化分享描述信息,实现及时向终端用户分享数据信息。

基于区块链的噪声化数据分享控制协议

区块链提供了一种在不可信网络中进行信息分享的可信通道。然而区块链账本是公开透明的,敏感数据直接明文存储在区块链中会泄露用户隐私。考虑到隐私保护,用户更倾向于提供噪声化数据。另外,面对不同的应用场景,用户需要提供的数据噪声化程度也不同。为此,基于区块链和智能合约技术,采用密文策略属性基加密(CP-ABE)算法设计了一套安全、高效且支持安全搜索的噪声化数据分享控制协议。首先,采用可外包的密文策略属性基加密算法,减少用户端的计算负担。其次,利用智能合约来实现密文之上的数据搜索,预防恶意服务器的恶意操作。再次,所提协议能将数据更新复杂度降低至O(1),对数据实时更新的应用场景友好。最后,安全性分析和仿真实验证明了所提协议的安全性和可行性。

打好非洲猪瘟防控保卫战——猪场四周批次化生产与数据分享

猪场实行批次化生产可以有效提高内部生物安全,有利于防控非洲猪瘟疫情。文章主要介绍四周批次生产的导入方法以及导入效果,并针对导入过程中遇到的问题进行了讨论,为今后规模猪场做好批次化生产调整提供参考经验和数据支撑。

浅析互联网数据分享与动画电影数字资产

随着互联网中专门提供数字资产的平台逐渐增多,为动画制作带来便利的不仅仅在于技术和流程的升级换代,近年来深受互联网技术影响出现的数据分享现象,无论对软件厂商、企业用户、个人用户都产生了不小的影响,对现有的三维动画的技术和流程也产生了不小的冲击,使得动画行业呈现出了一些新的发展态势。本文在简述三维动画传统制作流程的基础上,详细介绍互联网中动画数据资源分享的内容和形式,对动画行业引发的变化,以及对未来发展带来的影响。

支持隐私保护的可验证云端数据分享方案

随着移动互联网技术的飞速发展,海量数据将存储在远程云服务器,由此带来外包云存储敏感数据的搜索与安全共享问题。基于椭圆曲线设计公钥可搜索加密算法,提出云存储系统中支持隐私保护的可验证数据分享方案。在该方案中,数据发送方结合消息认证码技术,使用自己的私钥和数据接收方的公钥产生关键词对应的密文,数据接收方结合消息认证码技术,使用自己的私钥和数据发送方的公钥产生搜索陷门,从而云服务器可以对关键词密文和搜索陷门进行快速匹配测试。该方案可保证云端存储数据的机密性,实现对外包云存储数据的可搜索功能,并在选择关键词攻击下满足密文不可区分性与搜索陷门不可区分性,抵抗内部关键词猜测攻击。此外,为防止云服务器出现恶意欺骗或返回不正确的搜索密文行为,引入云审计的设计思想,对存储在云端的密文数据进行完整性验证。性能分析与比较结果表明,该方案云端加密数据分享过程耗时仅为2.17 ms,与PEKS、PAEKS、dIBAEKS、CLEKS方案相比效率提升39.98%以上,更有利于部署在资源受限的智能终端设备。

一组包装发展前景的数据分享

包装印刷行业的发展从不停歇,下面几组数据,呈现行业的新商机。10.5%——无菌医疗包装市场迎来增长。根据Vision Research Reports显示,无菌医疗包装市场规模到2030年预计达到700亿美元,2021年至2030年的复合年增长率为10.5%。新冠疫情对无菌医疗包装市场产生积极影响。对传染病传播的日益担忧以及医疗保健领域对医疗器械的广泛需求将成为近年围绕无菌医疗包装市场的突出增长因素。

个人金融数据收益分享视角下央行数字货币的新计息设计

中国央行数字货币的推广已有五年,但其在公众中的持有量和交易量仍处于较低水平。与央行数字货币的其他设计特征相比,计息设计是影响公众持有和使用央行数字货币的关键因素。然而,从传统的货币收益视角进行的央行数字货币的计息设计,会对银行存款产生挤兑风险。个人金融数据收益分享为探索央行数字货币的新计息设计及其策略提供了新的视角。与传统的货币收益计息设计相比,基于数据收益的新计息设计能有效避免对银行存款的挤兑风险,破解公众持有央行数字货币的零收益难题,促进央行数字货币推广。

基于报文方式的机床数据采集与分享方法研究

随着工业互联网的发展,大量的数控机床被连入云平台,同时也带来了机床数据采集和共享的需求。对于不同品牌或者同一品牌但是不同型号的数控机床,其数据采集的内容和频率都不同。面对不同的数据采集与分享业务,需要一种灵活的采集与分享方式。针对以上问题,提出了一种基于报文的机床数据采集和分享方法。该方法通过定义数据采集报文来明确数据采集的内容以及频率;边缘设备或数控系统读取报文明确采集要求并执行相应的采集任务;定义好的报文和所采集到的数据存储在网络平台,以便检索和分享。根据业务需要,可以在不同企业之间共享这个数据采集报文,以实现信息共享。通过这种方法,能够更加灵活地对不同数控机床进行有针对性的数据采集和分享。

基于向量承诺与代理重加密的数据外包及分享方案

为保障外包数据的完整性、机密性以及可访问性,在向量承诺原语基础上,结合代理重加密技术,提出一种安全的数据外包及分享方案。通过引入对承诺值的数字签名,使得任意第三方可以在数据拥有者和服务提供商均不完全可信的情况下,对外包数据的完整性进行校验,数据拥有者可以对外包数据执行高效的添加、删除、修改和访问授权操作。性能及安全性分析结果表明了该方案的可行性。

一种可用于数据和模型分享的模型链

机器学习开始在越来越多的行业中得到应用,但使用机器学习执行任务的软件一直受限于第三方软件商更新模型。文中基于区块链,将训练神经网络消耗的算力和区块链的工作量证明机制相结合,提出并实现了模型链。模型链作为一种可用于分享数据和机器学习模型的区块链,基于骨架网络训练神经网络模型,以全网节点匿名分享的数据作为训练模型的数据集,实现了不依赖第三方更新神经网络模型。模型链使用环签名来保护用户数据隐私,节点训练的模型使用统一的测试集评估,通过评估的模型将作为节点的工作量证明用于投票达成一致共识。文中提出了两种可行的激励机制,即物质奖励和模型奖励。对于潜在的威胁,如账本分析、脏数据攻击和欺骗投票,给出了相应的解决方案.实现了一个用于数字识别的模型链。实验结果表明,模型链中的模型可以适应实际场景下发生的用户变迁和数据变化。

企业数据商业秘密保护制度的完善与发展——基于数据的分享与控制视角

在大数据时代,数据信息与商业秘密具有协同性,企业数据能否得到有效保护关系着企业的商业利益。商业秘密保护路径因其规则明确、保护力度适宜及其与数据保护有相近的理论基础而成为保护企业数据的最佳选择。但是商业秘密保护路径仍然面临着传统理论失灵、法律制度不完善、司法适用困难的问题。企业数据的商业秘密保护应该立足于数据的分享与控制理论,兼顾公权与私权的平衡,明确企业数据商业秘密的认定要件,完善“实质性相同+接触-合法来源”的举证规则,设立公共利益抗辩规则。在完善企业数据商业秘密保护制度的基础上,实现企业数据的秘密性与公开性之间的平衡,建立与商业秘密保护制度相协调的数据交易保护规则。

区块链与分享型数据库

区块链可以实现无中心、高可信的账本管理,成功支撑了比特币等金融领域应用发展。区块链的本质是在不完全可信环境中的可信数据管理,它具有去中心化、防篡改、强一致和完整性等特性。同时,区块链也存在着数据管理功能弱、性能低等问题。通过对比区块链和传统数据管理技术,分析3个典型的金融领域以外的区块链应用,探讨区块链上新的研究问题,并讨论面向特定领域应用,研发分享型数据库系统(即支持核心业务,支撑分享经济业务模式,甚至本身也是以分享经济的方式实现的数据库)的必要性。