排序方式： 共有31条查询结果，搜索用时 31 毫秒
31.
【目的】在碾米机生产线中,碾米机的数据隐私问题较为重要,利用联邦学习方法来保障碾米机生产线的数据安全。【方法】研究团队介绍了联邦学习系统的组成部分以及联邦学习分类,设计了一种基于隐私保护通信（PPTrans）的联邦学习技术,PPTrans通信包括碾米机生产线主体、智能网关和碾米机生产线之间的云服务器的处理流程。针对该通信技术,结合微众银行的FATE联邦学习框架和Docker容器技术来构建碾米机生产线的隐私保护系统。经过网关接收DHCP请求、转发设备信息、记录设备代理名称、处理FL训练计算请求等流程,来实现对碾米机生产线数据隐私的安全保护。【结果】该系统可以实现对碾米机内部工作数据的有效隔离,有效减少碾米机与对应云服务之间存在的用户原始数据隐私泄露的情况,具有一定的实用性。【结论】相较于传统的网络安全防御体系而言,使用联邦学习的数据隔离方法操作简单,工作量小,拥有较高的系统稳定性,适用于多种加工企业的网络安全设备。 相似文献