累计学习量超7万!隐私计算学习来了

519次阅读
没有评论

 Datawhale学习 

内容:隐私计算,组织方:隐语开源社区

累计学习量超7万!隐私计算学习来了

前言:近年来,我国数据要素市场规模保持高速增长,随着《数据安全法》、《个人信息保护法》、《数据二十条》等相关政策相继出台,对隐私数据安全提出了新的要求。作为数据要素流通的实践探索者与隐私计算技术的布道者,隐语希望凝聚学术界与产业界生态共建力量,带来“数据安全/隐私计算”的系列课程分享。

紧跟数据要素市场发展前沿趋势,普及数据安全与隐私保护的重要意义,隐语开源社区联合学术届与产业界的数十位专家学者,于22年11月正式推出「隐私计算技术线上 MOOC第一期,收获行业内外的广泛关注。首期课程涵盖100+知识点,覆盖20+高校,累计学习量已超7万,共产出1.5万字以上学习笔记,反响热烈!

累计学习量超7万!隐私计算学习来了

随着对隐私计算技术理解与学习地持续深入,大家对于隐私计算实践应用也提出了新的需求,更希望了解其在不同行业的产业化场景中如何落地应用。基于此,隐语开源社区特别推出「隐私计算技术线上 MOOC」第二期!

累计学习量超7万!隐私计算学习来了

本系列课程适合所有对隐私计算/数据安全感兴趣的同学,观看学习!无论你是安全领域从业人员还是在校大学生,相信都能通过对本系列课程的学习有所收获。

课程亮点抢先看:

  • 覆盖多个主流隐私计算技术类型:
  • 联邦学习FL、多方安全计算MPC、可信执行环境 TEE、隐私求交 PSI、匿踪查询PIR、差分隐私 DP、零知识证明 ZK、同态加密 HE可信密态计算 TECC秘密分享 SS,注重内容的科普性与易学性。
  • 强调技术的学以致用
  • 课程不只包含隐私计算相关基础理论,还强调技术的实用性,由浅入深,通过基于隐语框架专门开设的实践应用课程,帮助用户快速上手使用隐私计算技术。
  • 丰富的落地应用案例
  • 解读隐私计算产业/学研实践应用案例,介绍隐私计算技术在各个领域的应用场景,为实际工作中隐私计算技术的应用提供借鉴和参考。
  • 详解隐语分层架构
  • 从安装部署到理论实践,覆盖数据要素、隐语应用、密态引擎、资源调度、产品开发、互联互通、场景案例等多个模块。

欢迎加入隐私计算MOOC学习交流群:获取课件ppt、解锁更多技术干货与行业应用、更有机会获得主讲大咖专业技术指导&答疑解惑!扫描二维码回复「MOOC」申请入群~

累计学习量超7万!隐私计算学习来了

后续还将释放“课代表招募”、“知识推荐官”、“优秀学习笔记”等多类学习互动环节,既有知识干货📖,也有惊喜福利🎁,让我们一起在隐私计算&数据安全的学习之路上快乐地进阶升级叭!

目前MOOC系列课程已上线隐语官网

点击「阅读原文」即刻观看学习📖‍

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy