工业物联网去中心化可审计隐私保护联邦学习方案

葛涛; 刘登志; 李明

doi:10.11907/rjdk.261086

您当前的位置：

首页 >

文章列表页 >

工业物联网去中心化可审计隐私保护联邦学习方案

专题：工业互联网数据创新应用 | 更新时间：2026-05-27

- 工业物联网去中心化可审计隐私保护联邦学习方案
- Decentralized Auditable Privacy-Preserving Federated Learning Scheme for Industrial Internet of Things
- 软件导刊 2026年25卷第5期页码：21-27
- 作者机构：
  
  江苏海洋大学计算机工程学院，江苏连云港 222005
- 作者简介：
  
  葛涛（2001-），男，江苏海洋大学计算机工程学院硕士研究生，研究方向为隐私计算、联邦学习安全
  刘登志（1990-），男，博士，江苏海洋大学计算机工程学院副教授、硕士生导师，研究方向为信息安全、隐私计算、密码学
  李明（1994-），男，博士，江苏海洋大学计算机工程学院讲师，研究方向为稀疏信息网络分析、联邦学习。
- 基金信息：
  
  国家自然科学基金项目(12401679);江苏省青年科技人才托举工程项目(JSTJ-2025-059);江苏高校“青蓝工程”资助项目(2025);连云港市科技计划青年科技创新人才项目(JCYJ2416);江苏省研究生科研与实践创新计划项目(KYCX25_3858)
- DOI：10.11907/rjdk.261086
  中图分类号： TP399
- 收稿：2026-02-11，
  
  纸质出版：2026-05-15
- 稿件说明：
移动端阅览
葛涛,刘登志,李明.工业物联网去中心化可审计隐私保护联邦学习方案[J].软件导刊,2026,25(05):21-27.

GE Tao,LIU Dengzhi,LI Ming.Decentralized Auditable Privacy-Preserving Federated Learning Scheme for Industrial Internet of Things[J].Software Guide,2026,25(05):21-27.
葛涛,刘登志,李明.工业物联网去中心化可审计隐私保护联邦学习方案[J].软件导刊,2026,25(05):21-27. DOI： 10.11907/rjdk.261086.

GE Tao,LIU Dengzhi,LI Ming.Decentralized Auditable Privacy-Preserving Federated Learning Scheme for Industrial Internet of Things[J].Software Guide,2026,25(05):21-27. DOI： 10.11907/rjdk.261086.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于区块链的时间敏感性金融交易协议研究

基于Stackelberg博弈与智能合约的工业领域移动众包数据交易方案

基于区块链的零售物流隐私数据保护研究

一种区块链+安全生产的监管模式研究

基于区块链的蒜黄质量溯源系统设计与实现

工业物联网去中心化可审计隐私保护联邦学习方案

Decentralized Auditable Privacy-Preserving Federated Learning Scheme for Industrial Internet of Things

DOI：10.11907/rjdk.261086