首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    图像可搜索加密(一):问题与方案概览

    在之前的文章中,我们对文本数据的可搜索加密方案[1]进行过简单介绍。如今,除了文本搜索之外,图像搜索也日益成为一项不可或缺的技术。随着智能设备的快速发展,图像数据量呈几何级数增长,同时公共云服务也提供了非常低廉的图像存储和检索服务。但这里面潜藏着一个严重的问题,那就是图像数据中大量的个人敏感信息有可能被外部攻击者或不完全可信的云服务提供商窃取,这无疑给用户隐私安全带来了巨大的风险。因此,如何在不泄露敏感信息的前提下,实现高效和准确的图像搜索,即所谓的“图像可搜索加密”,成了一个极具研究价值的课题。

    02

    同态签名的妙用:云数据完整性审计技术(一)

    随着数据规模增长,越来越多的用户选择将他们的文件外包存储在第三方的云服务器上。然而,数据的外包会带来一系列的安全问题,例如云服务器的硬件故障、黑客入侵篡改等会导致用户数据的损坏。更严重的是,云服务器为了保护自己的声誉可能掩盖数据受损的事实,甚至会伪造用户的数据。云数据完整性审计技术是一种关键的数据安全技术,用来解决上述的问题。本系列文章聚焦在云数据完整性审计技术,分别介绍1)云数据完整性审计技术的背景及密码学技术;2)保证低熵值安全的,并且实现文件和认证器去重功能的云数据完整性审计方案。3)基于关键词且实现敏感信息隐藏的云数据完整性审计方案。本文作为第一篇,将从相关背景、密码学知识、协议流程以及研究现状进行介绍,使得读者对云数据完整性审计技术有一个入门级的基本了解。

    02

    如何让深度学习在手机应用上也能加速跑?看完这篇文章你就知道了

    目前使用了深度学习技术的移动应用通常都是直接依赖云服务器来完成DNN所有的计算操作,但这样做的缺点在于移动设备与云服务器之间的数据传输带来的代价并不小(表现在系统延迟时间和移动设备的电量消耗);目前移动设备对DNN通常都具备一定的计算能力,尽管计算性能不如云服务器但避免了数据传输的开销。 论文作者提出了一种基于模型网络层为粒度的切割方法,将DNN需要的计算量切分开并充分利用云服务器和移动设备的硬件资源进行延迟时间和电量消耗这两方面的优化。Neurosurgeon很形象地描述了这种切割方法:向外科医生

    08
    领券