注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 国家通信工程师（互联网）培训讲义

  2. 第一章 数据通信基础 1.解释数据传输速率所使用的3种不同的定义的主要内容 码元速率:每秒传输的码元数,又称波特率单位为DB,如码元持续时间为T(S),则码元速率为NBD=1/t(s) 数据传信速率:每秒传输二进制码的速率,又称比特率,单位为比特/秒(bit/s) 数据传送速率:单位时间内在数据传输系统中的相应设备之间实际传送的比特,字符或码组平均数,单位为比特/秒,字符/秒或码组/秒 2.常用的信号复用方法有哪些 按时间区分信号的复用方法为时分复用TDM,按空间分为空分复用SDM,按频率或波

  3. 所属分类：软考等考

    • 发布日期：2015-07-09
    • 文件大小：907264
    • 提供者：njupt1314

  1. 恩拓协议ETS白皮书.pdf

  2. 恩拓协议（ETS）是释放价值互联网潜能的可信数据协议，旨在为区块链链上数据共享与数据交易的隐私保护问题提供新的思路和技术支持。7.3智慧物联网 37 74注意力经济 37 八、代币经济模型 ■■■■■■■■■看■■■■■■■■■■■■■■■■■■■■■■■■■着■■■■■■■■■■■■■■看■■■■■■■■■■■■■■■■ 38 参者文献 41 EncryTrust:一种新型分布式加密计算协议 摘要 针对当前互联网时代数据交互及交易流程中的数据造假、数据截留、数据泄漏 等数据安全问题,提出了一

  3. 所属分类：以太坊

    • 发布日期：2019-09-02
    • 文件大小：2097152
    • 提供者：etschina

  1. 从浏览器输入网址到页面打开过程详解

  2. 作为一个软件开发者，你一定会对网络应用如何工作有一个完整的层次化的认知，同样这里 也包括这些应用所用到的技术：像浏览器，HTTP，HTML，网络服务器，需求处理等等。 本文将更深入的研究当你输入一个网址的时候，后台到底发生了一件件什么样的事请求中也包含浏览器存储的该域名的 cookies。可能你已经知道,在不同页面请求当中 cookies是与跟踪一个网站状态相匹配的键值。这样 cookies会存储登录用户名,服务器分 配的密码和一些用户设置等。Cookⅰes会以文本文档形式存储在客户机里,每次请

  3. 所属分类：网络基础

    • 发布日期：2019-07-02
    • 文件大小：683008
    • 提供者：abacaba

  1. 以太坊白皮书（中文翻译）.pdf

  2. 对区块链2.0中以太坊的白皮书进行翻译，帮助读者了解以太坊的概念去中心化的数宇货币概心,正如财产登记这样的替代应用·样,早在几十年 以前就被提出来了。1980和1990年代的匿名电子现金协议,大部分是以乔姆盲 签技术( Chaumian blinding)为基础的。这些电子现金协议提供具有高度隐私 性的货币,但是这些协议都没有流行起来,因为它们都依赖于一个中心化的中介 机构。1998年,戴伟( Wei dai)的b- noney首次引入了通过解决计算难题和去 中心化共识创造货币的思想,但是该建议

  3. 所属分类：以太坊

    • 发布日期：2019-06-29
    • 文件大小：722944
    • 提供者：lzfirm

  1. python实现差分隐私Laplace机制详解

  2. 今天小编就为大家分享一篇python实现差分隐私Laplace机制详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：89088
    • 提供者：weixin_38734037

  1. python实现差分隐私Laplace机制详解

  2. Laplace分布定义： 下面先给出Laplace分布实现代码： import matplotlib.pyplot as plt import numpy as np def laplace_function(x,beta): result = (1/(2*beta)) * np.e**(-1*(np.abs(x)/beta)) return result #在-5到5之间等间隔的取10000个数 x = np.linspace(-5,5,10000) y1 = [laplace_fun

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：94208
    • 提供者：weixin_38512659

  1. Differential-Privacy:数据590 A-源码

  2. 使用归一化流生成差分私有综合数据 该存储库包含用于训练模型的代码和脚本，这些模型从包含机密和/或敏感数据的原始数据集中生成差异私有的合成数据。 该模型基于蒙版自回归流（MAF）架构和差分专用随机梯度下降（DP-SGD）。 该代码在Pytorch中实现，并使用库提供差分隐私。 系统要求 安装依赖项 $ pip install -r requirements.txt 如何运行代码 与基本合成器相关的所有代码都可以在目录中找到。 该目录还包含示例笔记本，这些笔记本演示了如何生成综合数据集并测试基本综合

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：85983232
    • 提供者：weixin_42133969

  1. Range-Frequency-源码

  2. 通过本地差分隐私支持范围查询和频率估计 这是我们[CNS'19]的示例代码（在MATLAB中） 本地差分隐私（LDP）为数据收集提供了可证明的隐私保护，而无需使用受信任的数据服务器。 满足LDP或其变体的现有机制或者仅考虑来自一组用户的聚合查询（例如，频率估计），或者考虑单个用户的单个查询（例如，范围查询）。 但是，在复杂的现实世界分析应用程序中，希望同时支持两种类型的查询。 在本文中，我们解决了私有回答范围查询和同时提供频率估计的高实用性的挑战。 我们开发了一种数据扰动机制，该机制被证明可

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1024
    • 提供者：weixin_42175971

  1. ecg-classification-keras-cnn：使用卷积神经网络进行ECG信号分类以保护隐私的机器学习-源码

  2. 具有Keras联合学习和差分隐私功能的ECG信号分类，卷积神经网络实现 该存储库包含更高级版本。 它包括使用和库的联合学习和差分隐私实现，用于隐私保护机器学习。 该代码已在以下论文中使用，因此如果您想在自己的研究中使用它，请引用此代码。 ARTICLE{Firouzi2020, author={F. {Firouzi} and B. {Farahani} and M. {Barzegari} and M. {Daneshmand}}, journal={IEEE Internet of Thi

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：28672
    • 提供者：weixin_42100188

  1. dpcourse-hw：NEU的BU CS7880的CS 591 S1-源码

  2. 差异隐私硬件（dpcourse-hw） 对非私有差分算法的攻击。 这是“统计学和机器学习的隐私”课程（BU的CS 591 S1 / NEU的CS7880）的家庭作业的一部分。 该代码演示了一种攻击，该攻击能够以非常不安全的方式恢复很大一部分“私人”信息。 安装 该存储库是一个项目，因此，从理论上讲，获取所有依赖项应该与运行poetry shell一样容易。 但是，某些软件包依赖于C库（尤其是jupyter和z3-solver ），因此您还需要确保已安装以下软件包： libzmq （ ，J

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：1048576
    • 提供者：weixin_42101641

  1. 苹果差异隐私：苹果差异隐私实施-源码

  2. 本地差异特权 各种本地差分隐私（LDP）技术的实现主要集中于Apple概述的算法。 该项目旨在提供LDP的最新实用算法的实现。 所有算法都将在Python 3中实现。该项目还可以通过提供各种模拟和基准测试，在性能和实现方式上对这些技术进行比较和分析。 回购旨在实现以下目标： 苹果的LDP： Google的RAPPOR：， 针对重击者的Google RAPPOR扩展： 实现概述的另外两种LDP算法 最近LDP算法的一个很好的介绍和简单的调查，提出。 :warning_selector:

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：26214400
    • 提供者：weixin_42131439