태그: #differential-privacy

한국어English日本語中文

← 전체 글

• 프라이버시 보존 머신러닝 2026 완벽 가이드 - Federated Learning · Flower · NVIDIA FLARE · Opacus · Zama Concrete · OpenMined PySyft 심층 분석

  2026년 프라이버시 보존 머신러닝(PPML) 지형 - Federated Learning(Flower 1.13, NVIDIA FLARE 2.5, TensorFlow Federated, PySyft 0.9), Differential Privacy(Opacus 1.5, OpenDP 0.10, Google DP Library), Homomorphic Encryption(Zama Concrete,

  2026-05-16 · 55 분 읽기 #privacy-preserving-ml#federated-learning#flower#nvidia-flare#opacus

• 데이터 보안·프라이버시 2025 완전 정복: 암호화(At-rest/In-transit/In-use), RBAC·ABAC·PBAC, Row/Column Security, 망분리, Differential Privacy, Zero Trust, Confidential Computing, LLM 보안(Prompt Injection), GDPR·개인정보보호법, Bug Bounty

  2025년 데이터 보안·프라이버시의 전 영역. 3가지 암호화(At-rest·In-transit·In-use)와 CMEK/BYOK/HSM, RBAC vs ABAC vs PBAC 접근 제어, Row/Column-Level Security, 금융·공공 망분리 환경, Differential Privacy·K-anonymity·PII 마스킹 기법, Zero Trust 데이터 아키텍처, Confiden

  2026-04-15 · 23 분 읽기 #data-security#privacy#encryption#rbac#abac

• 연합 학습(Federated Learning) 완전 가이드: 프라이버시 보존 분산 AI

  연합 학습(Federated Learning)을 완전히 마스터하는 가이드. 데이터 프라이버시를 보존하면서 분산 학습하는 방법, FedAvg, FedProx, 차등 프라이버시, Flower 프레임워크 활용까지 실전 코드로 배웁니다.

  2026-03-17 · 39 분 읽기 #federated-learning#privacy#distributed-training#differential-privacy#ai