Homomorphic encryption assisted privacy preserving learning has become one powerful technology in actual scenarios and applications. In this paper, we design a novel homomorphic CNN in conjunction with homomorphic encryption to make prediction on encrypted sensor data. We carry out privacy preserving learning experiments with different activation functions and evaluate the accuracy on the MSTAR dataset. Experimental results show the models' effectiveness on encrypted sensor data with privacy preserving.
Bibliografsko gradivo je bilo uspešno dodano na polico.
Dodajanje bibliografskega gradiva na polico ni uspelo.
Gradivo je že na polici.
Trajna povezava
URL:
Faktor vpliva
Dostop do baze podatkov JCR je dovoljen samo uporabnikom iz Slovenije. Vaš trenutni IP-naslov ni na seznamu dovoljenih za dostop, zato je potrebna avtentikacija z ustreznim računom AAI.
Leto
Faktor vpliva
Izdaja
Kategorija
Razvrstitev
JCR
SNIP
JCR
SNIP
JCR
SNIP
JCR
SNIP
Izberite knjižnično izkaznico:
Baze podatkov,
v katerih je revija indeksirana
Ime baze podatkov
Področje
Leto
Povezave do osebnih bibliografij avtorjev
Povezave do podatkov o raziskovalcih v sistemu SICRIS
