zhl11112222的博客

文章链接: HybridAlpha: An Efficient Approach for Privacy-Preserving Federated Learning1第一个FL设计旨在通过确保每个参与者将其数据保存在本地并唯一地传输模型参数，来保护数据隐私。虽然乍一看，它可能提供某种程度的隐私，但文献中的攻击已经证明，它可以推断出私人信息2.现有的FL框架不支持参与者优雅地处理退出，并且需要使用新的密钥重新进行整个训练，或者不支持新的参与者加入。现有的方法不支持这种动态流， 需要完全重新键控。诚实但好奇的

会议来源：IEEE TRANSACTIONS ON INFORMA TION FORENSICS AND SECURITY , VOL. 17, 2022。

简单来说，g^i mod p ≠ g^j mod p （p为素数），其中i≠j且i, j介于1至(p-1)之间，则g为p的原根。a^（p-1）≡1（mod p） 得出 a*a ^(p-2)≡1（mod p） 逆元就是a ^(p-2)费马小定理 ：如果p是一个质数，而整数a不是p的倍数，则有a^（p-1）≡1（mod p）如果g是p的原根，就是g^(p-1) = 1 (mod P)指数为p-1的时候成立.(这里P是素数）原根有很多个，找到一个即可。3.字符串加密解密测试。

在大数据分析、经济学和医学研究等许多领域，数据共享已经变得至关重要，但在数据敏感的情况下，仍然难以实现。事实上，分享个人信息需要个人无条件同意，或者出于隐私和安全原因通常被禁止。在本文中，我们提出了Drynx，一个分布式数据集上的隐私意识统计分析的分散系统。Drynx依赖于一组计算节点来实现统计数据的计算，如标准偏差或极值，以及机器学习模型在敏感和分布式数据上的训练和评估。为了确保数据的机密性和数据提供者的隐私，Drynx结合了交互协议、同态加密、零知识正确性证明和差异隐私。它实现了对输入数据和所有系统计算

git使用1.首先去官网下载git安装完成后右键看是否安装成功，若有Git GUI Here 和Git Bash Here则安装成功如图2.在任意目录下建一个文件夹初始化点击该文件夹，在该文件夹下右键点击Git Bash Here 输入命令 git init 进行初始化。3.申请github账号进行绑定输入命令绑定4. 然后创建一个文件创建readme.txt文件5.将工作区文件readme添加到暂存区输入命令6.将文件readme添加到版本库输入命令 git commit -m

python中sklearn分类器1.KNeighborsClassifier k临近分类器from sklearn.neighbors import KNeighborsClassifierX=[[0],[0.5],[1],[1.5],[2],[2.5],[3],[3.5],[4],[10],[11],[12],[13]]#数据y=[0,0,0,0,0,1,1,1,1,2,2,2,2]#标签neigh=KNeighborsClassifier(n_neighbors=4)#选择四个作为最近的邻居

import jiebaimport wordcloudf=open('考研.txt','r',encoding='utf-8')t=f.read()f.close()t1=jieba.lcut(t)print(t1)text="".join(t1)print(text)w=wordcloud.WordCloud(font_path='C:\Windows\Fonts\simf...

python 读取文本数据turtle画图代码import turtle as tr=open('自动化画图.txt','r',encoding='utf-8')t.setup(850,850,300,300)t.pendown()for i in r.readlines(): count=0 flag=1 hang = i.split(',') pr...

router我的结构about.vue<template> <div> <h1>about</h1> <p>{{aboutMsg}}</p> <p><router-link to="/about1">转向about1</router-l...

智能合约发布到测试网1.首先写一个简单的智能合约pragma solidity ^0.4.10;contract zz{ string public name; function add(string _name) public { name=_name; } function getname() view returns(string) { ...

区块链dapp开发一1.首先下载ganache可视化版本官网：https://www.trufflesuite.com/ganache注意它的端口2.打开solidity在线编译器remix官网:http://remix.ethereum.org/3.写简单的合约pragma solidity^0.4.22;contract Untitled{ string name...

牛客网华为机试在线训练字符串最后一个单词的长度计算字符个数明明的随机数字符串分隔进制转换字符串最后一个单词的长度#include<iostream>using namespace std;int main(){ char a[5000]; gets(a); int count=0,k=0; for(int i=0;a[i]!='\0';i++)...

按钮 菜单 跳转目录结构manifests中AndroidManifest.xml<?xml version="1.0" encoding="utf-8"?><manifest xmlns:android="http://schemas.android.com/apk/res/android" package="com.example.myapplicatio...

牛客网北理复试上机分段函数整数和阶乘球的计算学生查询计算天数一元二次方程多项式的值日期类分段函数#include<iostream>#include<iomanip>using namespace std;int main(){ float n,m,y; cin>>n; for(int i=0;i<n;i++)...

简要说明通过使用python实现图的可视化，以及广度优先的最短距离，深度优先的最短路径，dijkstra的最短路径dijkstra最短路径深度优先最短路径深度优先忘记标路径的边及方向广度优先最短路径这个广度优先可能有点BUG，有时候是对的有时候有错，因为刚检查完，忙着复习期末考试，没时间调了操作说明1.需要安装graphviz，这是可视化的库2.需要安装opencv,因为要...

最后这是我用笔记本画板画的数据集每张图片大小都是32*32最后的测试结果代码及数据在https://github.com/learning-zhl/python.git

knn算法概述简单地说，K邻近算法采用测量不同特征值之间的距离来进行分类工作原理：存在一个样本数据集合，并且样本集中每个数据都存在标签，也就是我们都知道样本集中每一数据与所属分类的关系，输入没有标签的新数据后，将新数据的每个特征与样本中的数据对应的特征进行比较，然后算法提取样本集中特征最相似数据（最邻近）的分类标签。计算两个向量点A,B之间的距离d=sqrt[(xA0−xB0)2+(xA1...