隐私

最新推荐文章于 2025-06-01 07:30:00 发布

转载最新推荐文章于 2025-06-01 07:30:00 发布 · 56 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/Microshaoft/archive/2004/08/04/2485774.html

博客分享了多个网站链接，包括http://www.blueski.net/dragon/index.html、http://www.javaeye.com/等，还标注了转载来源https://www.cnblogs.com/Microshaoft/archive/2004/08/04/2485774.html 。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

http://www.blueski.net/dragon/index.html

http://www.javaeye.com/

http://www.jdon.com/

http://www.matrix.org.cn/

转载于:https://www.cnblogs.com/Microshaoft/archive/2004/08/04/2485774.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_33973609

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

uniapp微信隐私保护弹出框隐私协议弹出框

09-10

【uniapp微信隐私保护弹出框隐私协议弹出框】在当前的互联网环境中，用户隐私保护已经成为了一个至关重要的议题，特别是在移动端应用开发中。微信作为中国最大的社交平台，其开发工具微信开发者工具（WeChat ...

隐私獾隐私獾隐私獾隐私獾隐私獾隐私獾隐私獾隐私獾

10-01

**隐私獾：保护在线隐私的利器** 隐私獾（Privacy Badger）是一款由电子前沿基金会（Electronic Frontier Foundation, EFF）开发的浏览器插件，其主要目标是帮助用户在浏览网页时防止不必要的跟踪。这款插件自动...

参与评论您还未登录，请先登录后发表或查看评论

隐私协议参考

热门推荐

Elegknight的博客

05-19

3万+

（一）您向我们提供的信息。请注意：我们的多项服务，可让您不仅与自己的社交网络分享信息，也与使用该服务的所有用户公开分享您的相关信息，例如，您在我们平台上传或发布的信息（包括您公开的个人信息、您建立的名单）、您对其他人上传或发布的信息作出的回应，以及包括与这些信息有关的位置数据、视频、音频信息。除上述信息外，为了改进服务质量，我们还可能收集您的其他信息，包括且并不限于您与我们的客户服务团队联系时您提供的相关信息，您参与问卷调查时向我们发送的问卷答复信息，以及您与我们的关联公司、合作方互动时提供的相关信息。

隐私计算介绍

Andy_shenzl的博客

07-17

1917

隐私计算（Privacy-preserving computation）是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，能够保障数据在流通与融合过程中的“可用不可见”。2022年，隐私计算迎来一系列创新与突破，一方面，各主流隐私计算技术路线持续迭代优化，在单点层面提升了能力上限；另一方面，为了适应现实场景，开始探索通过技术融合等方式来突破瓶颈。技术的不断发展，使得隐私计算的可用性进一步提升，为技术大规模落地应用提供了必要条件。

隐私计算（Privacy calculation）

weixin_43156294的博客

07-14

1692

隐私计算（Privacy calculation）是一种在确保数据不对外泄露的前提下，实现数据分析计算的技术。它允许多个参与方在保护各自数据隐私的情况下，共同完成某项计算任务，从而达到“数据可用不可见”的目的。隐私计算技术包含多种隐私保护技术、隐私增强技术，涉及密码学、安全硬件、信息论、分布式计算等多个学科。在隐私计算过程中，数据在存储和传输时都应该是加密的。这意味着即使数据被截获，没有相应的密钥也无法解读数据内容。

差分隐私的应用领域

weixin_43156294的博客

06-01

1622

随着自适应隐私机制（如强化学习动态调整ε）、量子抗性差分隐私（应对量子计算攻击）等技术突破，差分隐私将在更多“数据即服务”（DaaS）场景中成为底层标配，推动全球向“隐私优先”的数据生态转型。

数据隐私保护的七大原则

weixin_43156294的博客

07-21

3004

数据隐私保护（Data privacy protection）是一个日益重要的议题，尤其是在数字经济快速发展的背景下。数据是数字经济的战略资源，但互联网企业大量收集用户隐私数据，可能引发大数据杀熟定价和网络诈骗等问题，严重阻碍数字经济的持续健康发展。因此，保护用户隐私是促进数字经济高质量发展的基本前提和重要保障。我国已经出台了《中华人民共和国个人信息保护法》和《中华人民共和国数据安全法》，这些法律为个人信息保护提供了法律基础。

App隐私政策模板

静虚待令，有物混成

01-14

1万+

隐私政策：隐私政策尊重并保护所有使用隐私政策网络服务用户的个人隐私权。为了给您提供更准确、更有个性化的服务，我们的隐私政策涵盖我们收集，使用，披露，传输和存储您的信息的方式。但隐私政策将以高度的勤勉、审慎义务对待这些信息。隐私政策会不时更新本隐私权政策。您在同意隐私政策络服务使用协议之时，即视为您已经同意本隐私权政策全部内容。本隐私权政策属于隐私政策络服务使用协议不可分割的一部分。你不是一定要提供我们要求的个人信息，但在许多情况下，如果你选择不提供，我们将无法为你提供我们的产品或服务，也无法回应你

隐私保护——差分隐私

yy9708的博客

11-29

2836

差分隐私概念的理解

单词世界 - 隐私政策

KingView的博客

02-28

2333

本APP致力于保护您对隐私的信心和信任。请仔细阅读本隐私政策，以了解我们收集，使用和分享您的个人信息的做法。一、关于我们的隐私政策当您访问或使用我们的网站，应用程序和其他服务（包括引用或链接到本隐私政策的事件）时，本隐私政策适用（每个服务都是“服务”）。此政策可能会通过提供给您的其他隐私声明，条款或通知进行补充。拥有或管理本服务的开发者是本服务提供或收集的个人信息的主要控制者。二、我们收集的信息个人信息是指以电子或者其他方式记录的能够单独或者与其他信息结合识别特定自然人身份或者反映特定自然人活动情况

什么是隐私计算？隐私计算技术路线

m0_69580723的博客

05-31

2833

隐私计算是多种技术的统称，目的是为了让多个数据拥有者，在不暴露数据本身的前提下，实现数据的共享、互通、计算、建模，最终产生超出自身数据的价值，同时保证数据不泄露给其他参与方。相比传统数据安全的方式，这里面的隐私计算是完全依赖技术手段的，从根源上切断对人的信任。实现参与方之间的可用不可见，在运作过程中它是可以防备参与方之间会存在攻击的情况。推进数据的安全和不泄露隐私，保护数据价值和用户的隐私。二、隐私计算技术方向1、多方安全计算(MPC)基于密码学的隐私计算技术;

差分隐私保护技术

weixin_43156294的博客

07-18

1451

差分隐私（Differential Privacy）是一种在数据发布和分析中保护个人隐私的技术。它的核心思想是在数据集中引入随机性，以确保单个数据点的隐私不被泄露，同时还能保持数据集的统计特性。

基于安全多方计算的隐私保护系统设计与实现源码+文档说明（高分毕设）

10-30

基于安全多方计算的隐私保护系统设计与实现源码+文档说明（高分毕设）基于安全多方计算的隐私保护系统设计与实现源码+文档说明（高分毕设）基于安全多方计算的隐私保护系统设计与实现源码+文档说明（高分毕设）基于...

gaussian_differenceprivacy_差分隐私保护_差分隐私

09-11

差分隐私是一种强大的隐私保护技术，它允许数据集上的分析和学习，同时最大限度地减少对单个个体数据的泄露风险。在现代社会，大数据的应用日益广泛，个人隐私的保护变得至关重要。差分隐私通过向统计查询结果添加...

聆思duomotai-ap sdk适配dooiRobot

08-12

在聆思duomotai_ap sdk中加入对dooiRobot的支持。

### 中文大模型基准测评2025年上半年报告总结

08-12

内容概要：《中文大模型基准测评2025年上半年报告》由SuperCLUE团队发布，详细评估了2025年上半年中文大模型的发展状况。报告涵盖了大模型的关键进展、国内外大模型全景图及差距、专项测评基准介绍等。通过SuperCLUE基准，对45个国内外代表性大模型进行了六大任务（数学推理、科学推理、代码生成、智能体Agent、精确指令遵循、幻觉控制）的综合测评。结果显示，海外模型如o3、o4-mini(high)在推理任务上表现突出，而国内模型如Doubao-Seed-1.6-thinking-250715在智能体Agent和幻觉控制任务上表现出色。此外，报告还分析了模型性价比、效能区间分布，并对代表性模型如Doubao-Seed-1.6-thinking-250715、DeepSeek-R1-0528、GLM-4.5等进行了详细介绍。整体来看，国内大模型在特定任务上已接近国际顶尖水平，但在综合推理能力上仍有提升空间。适用人群：对大模型技术感兴趣的科研人员、工程师、产品经理及投资者。使用场景及目标：①了解2025年上半年中文大模型的发展现状与趋势；②评估国内外大模型在不同任务上的表现差异；③为技术选型和性能优化提供参考依据。其他说明：报告提供了详细的测评方法、评分标准及结果分析，确保评估的科学性和公正性。此外，SuperCLUE团队还发布了多个专项测评基准，涵盖多模态、文本、推理等多个领域，为业界提供全面的测评服务。

IB Specification Vol 2-Release-2.0-Final-2025-07-31 - 1

08-12

IB Specification Vol 2-Release-2.0-Final-2025-07-31 - 1

基于SpringBoot的校园设备维护报修系统.docx