典型文献
边缘智能协同计算模式下的隐私保护系统
文献摘要：
智慧医疗背景下,隐私安全问题以及针对可控疾病的安全医疗预测与诊断至关重要.提出一种能够高效率地诊断可控疾病并对个人隐私数据和深度学习模型进行保护的基于边缘计算的安全医疗诊断系统.主要采用CNN卷积神经网络对医学图像数据进行处理,并在联邦学习Flower框架下将模型训练在中间服务器上,数据信息保留在本地客户端,结合差分隐私梯度下降算法保护个人敏感数据,最后使用可追踪的环签名技术在每个客户端签名,以此保护深度学习模型.在Kaggle数据库中已标注处理的原始淋巴切片细胞图片数据集上进行验证,系统准确率达到91.90％.
文献关键词：
智慧医疗;边缘计算;隐私保护;卷积神经网络;Flower;差分隐私梯度下降算法;可追踪环签名技术
中图分类号：
作者姓名：
李柏松
作者机构：
南华大学计算机学院,湖南衡阳,421200
文献出处：
引用格式：
[1]李柏松-.边缘智能协同计算模式下的隐私保护系统)[J].电子测试,2022(20):59-62
A类：
差分隐私梯度下降算法,可追踪环签名技术
B类：
边缘智能,智能协同,协同计算,计算模式,隐私保护,保护系统,智慧医疗,隐私安全,个人隐私,隐私数据,深度学习模型,边缘计算,医疗诊断,诊断系统,医学图像数据,联邦学习,Flower,模型训练,服务器,信息保留,客户端,算法保护,敏感数据,Kaggle,图片数据
AB值：
0.327931
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
