AI前沿技术分享预告｜密码学在联邦学习中的应用

密码学作为计算机科学中一个非常重要的领域，涉及到信息安全和加密技术等多方面内容。联邦学习作为一种新兴的深度学习技术，可以在保护数据隐私的前提下，协同多个参与方共同训练一个模型。联邦学习和密码学的结合被广泛应用于各个领域，以提高数据的安全性和隐私性，同时训练更准确的深度学习模型。 在金融领域中，联邦学习可以用于训练信用评分、欺诈检测等机器学习模型，通过密码学技术，银行可以在联邦训练过程中加密客户数据，保护其机密性；在医疗领域中，联邦学习可以用于保护患者的隐私，并通过密码学技术加密患者数据来保护其机密性。 本次分享会将以密码学在联邦学习中的应用为主题开展。分享会是由国内首个隐私计算开放社区OpenMPC和昇思MindSpore Trusted AI SIG联合打造的“组队学习密码学”系列中的第二期活动。 4月23日（本周日），来自Trusted AI SIG的两位老师 Mr. Jin 和 Mr. Zhang，将为大家带来主题为**《密码学在联邦学习中的应用》的分享。您将有机会了解联邦学习中的密码学算法、密码学与联邦学习算法的结合以及具体的应用场景**等多个方面的知识。