[1] |
陈岩, 高振国, 王海军, 欧阳云, 缑锦. 隐私保护能力可调的节点定位协议[J]. 计算机研究与发展, 2022, 59(9): 2075-2088. |
[2] |
佘晓萌, 杜洋, 马文静, 殷赵霞. 基于像素预测和块标记的图像密文可逆信息隐藏[J]. 计算机研究与发展, 2022, 59(9): 2089-2100. |
[3] |
魏立斐, 刘纪海, 张蕾, 王勤, 贺崇德. 面向隐私保护的集合交集计算综述[J]. 计算机研究与发展, 2022, 59(8): 1782-1799. |
[4] |
孙兵, 刘艳, 王田, 彭绍亮, 王国军, 贾维嘉. 移动边缘网络中联邦学习效率优化综述[J]. 计算机研究与发展, 2022, 59(7): 1439-1469. |
[5] |
张强, 叶阿勇, 叶帼华, 邓慧娜, 陈爱民. 最优聚类的k-匿名数据隐私保护机制[J]. 计算机研究与发展, 2022, 59(7): 1625-1635. |
[6] |
富瑶, 李庆丹, 张泽辉, 高铁杠. 支持隐私保护和公平支付的数据完整性验证方案[J]. 计算机研究与发展, 2022, 59(6): 1343-1355. |
[7] |
冯景瑜, 于婷婷, 王梓莹, 张文波, 韩刚, 黄文华. 电力物联场景下抗失陷终端威胁的边缘零信任模型[J]. 计算机研究与发展, 2022, 59(5): 1120-1132. |
[8] |
韩牟, 杨晨, 华蕾, 刘帅, 马世典. 面向移动边缘计算车联网中车辆假名管理方案[J]. 计算机研究与发展, 2022, 59(4): 781-795. |
[9] |
侯慧莹, 廉欢欢, 赵运磊. 面向自动驾驶的高效可追踪的车联网匿名通信方案[J]. 计算机研究与发展, 2022, 59(4): 894-906. |
[10] |
莫慧凌, 郑海峰, 高敏, 冯心欣. 基于联邦学习的多源异构数据融合算法[J]. 计算机研究与发展, 2022, 59(2): 478-487. |
[11] |
张学军, 何福存, 盖继扬, 鲍俊达, 黄海燕, 杜晓刚. 边缘计算下指纹室内定位差分私有联邦学习模型[J]. 计算机研究与发展, 2022, 59(12): 2667-2688. |
[12] |
张正昊, 李勇, 张振江. 可控、可追责的敏感数据共享方案[J]. 计算机研究与发展, 2022, 59(12): 2750-2759. |
[13] |
金歌, 魏晓超, 魏森茂, 王皓. FPCBC: 基于众包聚合的联邦学习隐私保护分类系统[J]. 计算机研究与发展, 2022, 59(11): 2377-2394. |
[14] |
周炜, 王超, 徐剑, 胡克勇, 王金龙. 基于区块链的隐私保护去中心化联邦学习模型[J]. 计算机研究与发展, 2022, 59(11): 2423-2436. |
[15] |
赵景欣, 岳星辉, 冯崇朋, 张静, 李印, 王娜, 任家东, 张昊星, 伍高飞, 朱笑岩, 张玉清. 基于通用数据保护条例的数据隐私安全综述[J]. 计算机研究与发展, 2022, 59(10): 2130-2163. |