在多方数据联合使用过程中，由于数据隐私及安全问题，数据提供方无法直接提供原始数据。"多方数据实时安全计算技术研究"项目旨在解决多个机构间数据合作时的隐私保护难题，通过多方安全计算和联邦学习技术，提升高价值数据的联合统计查询、建模和预测能力，实现数字政府建设中的数据隐私保护和安全计算需求。项目已完成三个阶段的研发工作，实现了轻量级联邦神经网络、多方安全计算的实时联合统计和高性能的匿踪查询等功能。
广泛适用于需要多方数据协作且对隐私保护有严格要求的各类应用场景，如金融风控、政务服务、
面议（具体合作方式与投资规模可联系洽谈）
联合统计技术提供完整的基础运算算子和高级非线性算子，支持复杂业务场景下的安全统计运算；轻量级纵向联邦DNN框架可实现多方精准建模与预测；匿踪查询功能，百万级数据匿踪查询响应时间小于1秒、千万级数据匿踪查询响应时间小于3秒。能够支持多种业务场景的多方安全计算需求。
超高强镁合金及其制备成形技术
技术茂
登录
免费发布信息
