文档摘要

第4章 新兴与组合PETs技术 章节导读 真实系统的隐私需求往往无法由单一技术满足，本章介绍新兴的 PETs 技术及其组合：联邦学习（FL）让数据不出域地协作训练模型、秘密共享与安全聚合支撑多方数据融合、PETs 组合方案（如 HE+TEE、MPC+DP 混合）在安全性与性能间取得平衡。理解"单一技术的边界"与"组合设计的艺术"，是从学术概念走向工程落地的重要一步。 会员。《新兴与组合PETs技术》收录于灏天文库文集《隐私增强技术 (PETs)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/666-%E9%9A%90%E7%A7%81%E5%A2%9E%E5%BC%BA%E6%8A%80%E6%9C%AF-pets

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流