Exact Hidden Paths in Noisy High Dimensional Path Spaces
本文提出了一种面向高维离散路径空间中噪声隐藏路径精确恢复的数学与密码学框架。受路径积分视角启发——其中全局量由大量可能轨迹的贡献累积而成——作者没有去近似全局路径和,而是研究从非完整、有噪声、投影且聚合的可观测数据中恢复单一精确隐藏轨迹的逆
共收录 2 条相关情报。
← 返回所有主题本文提出了一种面向高维离散路径空间中噪声隐藏路径精确恢复的数学与密码学框架。受路径积分视角启发——其中全局量由大量可能轨迹的贡献累积而成——作者没有去近似全局路径和,而是研究从非完整、有噪声、投影且聚合的可观测数据中恢复单一精确隐藏轨迹的逆
该论文题为《CRISP: An Efficient Cryptographic Framework for ML Inference Against Malicious Clients》,提出了一种针对恶意客户端的机器学习推理加密框架。研究