-
题名隐私计算技术在铁路行业应用刍议
被引量：1
- 1
-
-
作者
张维真
任爽
-
机构
中国铁路济南局集团有限公司济南站
北京交通大学计算机与信息技术学院
-
出处
《铁路计算机应用》
2024年第10期56-62,共7页
-
基金
国家自然科学基金资助项目(62072025)。
-
文摘
随着工业互联网背景下各行业数据融合加快,铁路信息系统业务涵盖范围的不断拓展,与外部实现跨域业务数据流通的需求不断增加,供应链数据安全也逐渐成为铁路数字安全体系中的一个关切点。隐私计算作为保障数据安全流通的重要技术,以其“数据可用不可见”的交易优势,可以有效解决铁路与供应链企业间数据流通安全的问题。文章对隐私计算的安全多方计算、联邦学习、可信执行环境等技术进行研究分析,参考隐私计算相关标准,提出铁路隐私计算技术架构,初步探讨隐私计算技术在铁路行业供应链中应用,以期为铁路企业与外部业务相关方开展数据共享应用提供安全屏障,促进铁路数据跨域安全高效流通,进一步发挥数据价值倍增和溢出效应。
-
关键词
铁路网络安全
隐私计算技术
安全多方计算
联邦学习
可信执行环境
-
Keywords
railway cyber-security
privacy computing
secure multi-party computation
federated learning
trusted execution environment
-
分类号
U29
[交通运输工程—交通运输规划与管理]
TP39
[自动化与计算机技术—计算机应用技术]
-
