5G工业互联网下的轻量级数据使用安全方案

针对5G工业互联网环境下数据分析所面临的隐私和安全问题,提出了一种结合隐私计算技术与逻辑回归技术的轻量级解决方案.运用隐私计算技术来保护敏感数据,并通过数据加密和数字签名来确保数据传输的隐私性和完整性,以达到不暴露原始训练数据和模型参数的目标.采用轻量级的密码算法来实现隐私计算功能,以适应大量数据的训练和调参.结果表明,该方案模型的预测精确度高达98.62%,且具有较小的计算量和通信开销.数据使用者在无需获取原始数据的情况下,便可进行逻辑回归模型训练,从而实现数据的可用性和不可见性,同时还确保了模型参数的私密性,适用于5G工业互联网环境中的低功耗设备.

数据安全使用方案研究

本文结合广东移动的数据安全管理与保护现状,研究如何保障数据的安全使用,降低数据泄露风险,为运营商建立数据的安全使用管理与技术体系提供参考。

大数据产业化中的核心安全

云计算的落地应用和多源异构海量数据高效存取技术的发展,催生了大数据加工平台;对知识发现算法的优化衍生出互联网金融、电子商务推荐、舆情分析预测等各类产业化应用.大数据已成为金融、能源乃至政府机构所依赖的管理和决策工具,然而对应的安全威胁却层出不穷;研究发现大数据产业化过程除具有传统的网络信息安全要求外,还有基于数据自身特点的多项安全性要求,核心要点就是数据交易过程中的产权归属,数据加工过程中的数据使用与数据泄露的矛盾;总结了近几年的大数据产业发展实况,结合行业对于大数据安全领域的认知和态度,为开启健康的大数据时代,阐述了典型的应对方案.

浅析大数据时代的数字化转型如何实现数据的安全使用

在企业数字化转型升级过程中,大数据为其提供了重要的支撑技术,在数据采集、处理、存储和应用等方面起到关键性的作用。随着数据驱动创新战略的提出,在企业生产、销售中数据是一项重要因素,数据安全程度的高低将对企业数字化转型造成一定的影响。企业应对信息平台制定相应的技术和管理措施,促进数据的安全使用,提高防止数据盗窃和丢失的能力,为实现数字化转型提供技术支持。基于此,本文就大数据时代的数字化转型背景下实现数据的安全使用开展探究与分析。