期刊文献+

跨域数据授权运营研究及应用 被引量:4

Research and application of cross-domain data authorization and operation
在线阅读 下载PDF
导出
摘要 随着大数据和云计算的发展,数据管理正在打破“数据孤岛”,从面向单域的孤立服务发展到跨域的数据共享与协同服务。基于公共数据授权运营框架,给出了跨域数据授权运营全链路结构,并探讨了跨域数据加工过程中数据隐私和效率的挑战。针对这些挑战,提出了集中式和隐私计算两种数据加工模式,能够在保护数据隐私的同时提高数据加工效率。最后,给出了一个实际场景下跨域数据授权运营平台的应用案例。 With the development of big data and cloud computing,data management is breaking down"data silos"and developing from isolated services for single domain to cross-domain data sharing and collaborative services.Based on the public data authorization and operation framework,this paper presented the full-link structure of cross-domain data authorization and operation,and discussed the challenges of data privacy and efficiency in the cross-domain data processing.In response to these challenges,two data processing models,centralized and privacy computing,were proposed,which could improve data processing efficiency while protecting data privacy.Finally,an application case of a cross-domain data authorization operation platform in a practical scenario was given.
作者 张纪林 顾小卫 张亦钊 郑小林 陈超超 ZHANG Jilin;GU Xiaowei;ZHANG Yizhao;ZHENG Xiaolin;CHEN Chaochao(Zhejiang Big Data Development Administration,Hangzhou 310007,China;Office of the Zhejiang Cyberspace Affairs Commission,Hangzhou 310007,China;College of Computer Science and Technology,Zhejiang University,Hangzhou 310027,China)
出处 《大数据》 2023年第4期83-97,共15页 Big Data Research
基金 国家自然科学基金资助项目(No.62172362)。
关键词 跨域数据管理 数据授权运营平台 集中式计算 隐私计算 cross-domain data management data authorization&operation framework centralized computing privacy computing
作者简介 通信作者:张纪林,(1980-),男,博士,浙江省大数据发展管理局数据资源处副处长,曾任杭州电子科技大学网络空间安全学院副院长、教授,主要研究方向为政务智能化、海量数据处理、数据安全,jilin.zhang@hdu.edu.cn;顾小卫(1980-),男,博士,浙江省委网信办网络数据与技术处处长,曾任浙江理工大学国际处副处长、信息学院教授,主要研究方向为信息安全、数据安全和电子技术等;张亦钊(1998-),男,浙江大学计算机科学与技术学院硕士生,主要研究方向为隐私计算;郑小林(1977-),男,博士,浙江大学计算机科学与技术学院教授、博士生导师,浙江大学人工智能研究所副所长,斯坦福大学访问学者,IEEE Senior Member,中国计算机学会杰出会员,主要研究方向为人工智能、隐私计算、智能电商、金融智能等;陈超超(1988-),男,博士,浙江大学计算机科学与技术学院特聘研究员,浙江大学现代服务创新实验室副主任,曾任蚂蚁集团高级算法专家,主要研究方向为隐私保护机器学习、分布式机器学习、图机器学习和推荐系统等。
  • 相关文献

参考文献20

共引文献233

同被引文献43

引证文献4

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部