随着数据要素化时代的到来，数据的流通和共享已成为数据要素化的显著特征。然而，这种流通和共享往往具有隐私泄露的风险，甚至可能给企业或个人造成不可估量的损失。为此，隐私计算技术成为数据要素化发展的重要支撑。 《隐私计算与密码学应用实践》以密码学知识体系作为介绍隐私计算的着眼点，系统介绍了如何通过密码学构建隐私计算体系，并解析了如何将这些知识体系应用到真实场景中。全书共分6章，内容涵盖基础密码学、前沿密码学及相关知识，同时也梳理了隐私计算应用、隐私计算算子、基础密码算法的具体对应关系。 《隐私计算与密码学应用实践》适合密码学、隐私保护、大数据和人工智能等相关专业的学生和初级从业者阅读，同时也适合对隐私计算、密码学感兴趣并尝试转岗的从业者阅读。

4.4.1　基于不经意传输的隐私保护机器学习协议(2)

4.4.1　基于不经意传输的隐私保护机器学习协议(2)

4.4.1 基于不经意传输的隐私保护机器学习协议(2)

4.4.1 基于不经意传输的隐私保护机器学习协议(2)

4.4.1　基于不经意传输的隐私保护机器学习协议(2)

4.4.1　基于不经意传输的隐私保护机器学习协议(2)