共查询到20条相似文献,搜索用时 46 毫秒
1.
上了网,也许就决定了你生活在一个没有隐私的"世道",不知何时也许你就被不知何人而监视着。我们虽然不能百分之百地保证自己的资料和信息安全,但可以通过自己对Windows 8.1应用的隐私控制的主动把握,尽可能多地做到隐私不泄露或少泄露,少一点泄露就多一点安全。虽然网络不安全已是共识,但日子还是要过,隐私控制还是要多加关注。 相似文献
2.
一个黑客通过木马程序,控制了一台远程计算机,无意间获得了一个表格文件。于是几百位名人的电话号码,瞬间被曝光在普通公众的面前,这就是几年前沸沸扬扬的"名人电话泄露事件",而年初的"艳照门"事件更是令网络炸开了锅。从这些事件中,人们也意识到隐私对个人的重要性。今天我们就来看看,通过哪些操作,可以保护自己电脑上的隐私不被泄露。 相似文献
3.
4.
网络越来越不安全,照片很容易被别人发现,导致隐私外泄。其实采用一个小软件"图片加密者"即可把图片加密,看到图片的人只是看到一个红叉,这样就不怕隐私的照片泄露出去了。 相似文献
5.
6.
去年对于网络安全界可称得喧嚣不断.事件频出。其中最抢眼的莫过于不断爆出的数据泄露事件、闹得沸沸扬扬的手机隐私安全问题以及多起重大的APT(高级持续性威胁)攻击事件。 相似文献
7.
8.
9.
正现在很多人的电脑都配置了摄像头,手机则几乎都有照相功能,如果被病毒木马或者黑客远程控制,就有可能被偷拍到敏感的影像,造成隐私泄露。所以现在要保护好隐私,一定要重视管好电脑和手机的摄像设备。对于手机、平板的摄像设备,可通过"LBE安全大师"进行管理。在手机上启动"LBE安全大师"后切换到"主动防御→软件权限管理→隐私相关→拍照和录像",将不需要拍照和录像权限的应用对 相似文献
10.
随着浏览器功能的发展,浏览器所造成的隐私泄露问题越来越严重。分析了浏览器历史记录、HTTP协议缺陷、浏览器插件缺陷以及浏览器自身缺陷这4个造成浏览器隐私泄露的主要途径。针对性地给出了相应的防隐私泄露方法,包括用户提高隐私保护意识、进行浏览器中的隐私安全功能设置、以及浏览器开发商提高浏览器自身的安全性等,这些技术可以比较有效地防范浏览器造成的隐私泄露问题。 相似文献
11.
近年来,联邦学习成为解决机器学习中数据孤岛与隐私泄露问题的新思路。联邦学习架构不需要多方共享数据资源,只要参与方在本地数据上训练局部模型,并周期性地将参数上传至服务器来更新全局模型,就可以获得在大规模全局数据上建立的机器学习模型。联邦学习架构具有数据隐私保护的特质,是未来大规模数据机器学习的新方案。然而,该架构的参数交互方式可能导致数据隐私泄露。目前,研究如何加强联邦学习架构中的隐私保护机制已经成为新的热点。从联邦学习中存在的隐私泄露问题出发,探讨了联邦学习中的攻击模型与敏感信息泄露途径,并重点综述了联邦学习中的几类隐私保护技术:以差分隐私为基础的隐私保护技术、以同态加密为基础的隐私保护技术、以安全多方计算(SMC)为基础的隐私保护技术。最后,探讨了联邦学习中隐私保护中的若干关键问题,并展望了未来研究方向。 相似文献
12.
互联网安全需要保证"云-管-端"每一个阶段的安全,任何一个环节的失误,都会造成用户帐号密码、个人信息的泄露甚至财产损失。远在大洋彼岸发生的"棱镜门"事件,引爆了国内社会对于互联网安全的广泛关注。互联网安全需要保证"云-管-端"每一个阶段的安全,任何一个环节的失误,都会造成用户帐号密码、个人信息的泄露甚至财产损失。 相似文献
13.
随着人工智能、大数据等技术的发展,数据采集、数据分析等应用日渐普及,隐私泄露问题越来越严重.数据保护技术的缺乏限制了企业之间数据的互通,导致形成"数据孤岛".安全多方计算(securemultiparty computation,MPC)技术能够在不泄露明文的情况下实现多方参与的数据协同计算,实现安全的数据流通,达到数据"可用不可见".隐私保护机器学习是当前MPC技术最典型也是最受关注的应用与研究领域,MPC技术的应用可以保证在不泄露用户数据隐私和服务商模型参数隐私的情况下进行训练和推理.针对MPC及其在隐私保护机器学习领域的应用进行全面的分析与总结,首先介绍了MPC的安全模型和安全目标;梳理MPC基础技术的发展脉络,包括混淆电路、不经意传输、秘密分享和同态加密;并对MPC基础技术的优缺点进行分析,提出不同技术方案的适用场景;进一步对基于MPC技术实现的隐私保护机器学习方案进行了介绍与分析;最后进行总结和展望. 相似文献
14.
15.
电子病历是医学报告在云计算技术迅速发展下的一个重要产物,它的出现方便了医院和患者对病历的管理。然而, 患者的相关隐私数据存储在云上,就必然面临着隐私泄露、非法访问等隐患。为保护存储在云端的电子病历数据的私密性,提出了一个基于属性的可搜索加密方案,并给出了它在电子病历系统中的重要应用。与传统的可搜索加密方案相比,本方案降低了多用户环境下密钥管理的难度,且方案中的陷门可以在非安全信道上传输。此外,该方案可隐藏访问结构,具有细粒度访问控制,可根据数据拥有者的请求增加或撤销用户的访问权限。安全性分析表明,该方案保护了关键词的隐私性,可抵抗关键词猜测攻击,能有效防止隐私数据的泄露。关键词陷门匹配算法仅需一次双线性对运算,大大提高了搜索效率。 相似文献
16.
随着数据安全与隐私泄露事件频发,泄露规模连年加剧,如何保证机器学习中数据和模型参数的隐私引发科学界和工业界的广泛关注。针对本地存储计算资源的有限性及云平台的不可信性所带来的数据隐私问题,基于秘密共享技术提出了一种安全两方计算的隐私保护线性回归算法。利用加法同态加密和加法掩码实现了秘密共享值的乘法计算协议,结合小批量梯度下降算法,最终实现了在两个非共谋的云服务器上的安全线性回归算法。实验结果表明,该方案同时保护了线性回归算法训练及预测阶段中的数据及模型参数,且模型预测性能与在明文域中进行训练的模型相近。 相似文献
17.
Fletch.Yao 《网友世界》2008,(5):21-21
个人隐私是人们一直都很关注的问题,如今手机作为个人随身通讯工具,其中包含的隐私肯定不少。尤其是最近香港艺人的“艳照门”事件,更是让人们担心一旦手机被偷或者遗失,手机中的私人照片等资料就可能泄露,万一被不法之徒利用,损失的就不只是一部手机了。因此只有防范于未然,对手机中的相关内容进行加密才能防止隐私的泄露。 相似文献
18.
边缘学习旨在实现云-边-端协同的机器学习模型训练和预测,天然具有一定隐私保护能力。但是,边缘学习过程面临新的安全与隐私泄露风险。为此,本文从边缘学习的概念出发,重点围绕边缘学习安全与隐私泄露风险及其隐私计算架构、关键技术、未来方向展开论述。 相似文献
19.