基于航空旅客隐私数据保护的联邦学习算法应用模型研究

文档名：基于航空旅客隐私数据保护的联邦学习算法应用模型研究
文章对目前人工智能算法在航空领域存在的数据孤岛问题和数据隐私保护问题进行分析,并提出面向数据隐私保护的联邦学习航空出行预测方法.在数据隐私保护的前提下,融合高铁出行数据、第三方应用APP记录的居民消费数据进行联邦学习,极大提高了航空出行预测的准确性和可靠性,同时解决了多企业多行业数据融合机器学习带来的数据隐私保护问题.
作者：郭睿 陈涛 刘志强
作者单位：中国航空集团有限公司信息管理部,北京101300北京市公安局顺义分局警务支援大队,北京101300
母体文献：2020互联网安全与治理论坛论文集
会议名称：2020互联网安全与治理论坛  
会议时间：2020年10月1日
会议地点：上海
主办单位：公安部网络安全保卫局
语种：chi
分类号：R45DF9
关键词：航空旅客  隐私数据保护  联邦学习  人工智能
在线出版日期：2021年1月25日
基金项目：
相似文献
相关博文

2024-12-10 14:25 上传 基于航空旅客隐私数据保护的联邦学习算法应用模型研究.pdf

文件大小:

2.84 MB

下载次数:

60

高速下载