A partir de cette page vous pouvez :
Retourner au premier écran avec les étagères virtuelles... |
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Donnees cryptees, Neural networks, Reseau neurone, machine learning, Chirement homomorphe.'
Affiner la recherche Faire une suggestion
Machine Learning Appliqué Sur des Données Cryptées / ABDERRAZAK NAIM
Titre : Machine Learning Appliqué Sur des Données Cryptées Type de document : projet fin études Auteurs : ABDERRAZAK NAIM, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Donnees cryptees, Neural networks, Reseau neurone, machine learning,
Chirement homomorphe.Index. décimale : mast 86/18 Résumé : Le present document constitue la synthese de notre travail, realise dans le cadre
de projets de n d'etudes. Ce travail a pour objectif de proposer une solution pour
le probleme de securite et de condentialite des donnees des utilisateurs qui veut
utiliser le service machine Learning as a Service fourni par le Cloud Computing.
Cette solution consiste a appliquer les modeles machines learning sur des donnees
cryptees.
Pour atteindre une grande precision, nous utilisons des reseaux de neurones, qui
ont montre qu'ils surpassaient d'autres modeles d'apprentissage pour de nombreuses
t^aches. Pour satisfaire aux exigences de condentialite, nous utilisons le chirement
homomorphe, les utilisateurs chirent leurs donnees et telechargent les textes chires
dans le cloud. Le cloud eectue des predictions de reseau neurone sur les donnees
cryptees et obtient des resultats sous forme cryptee. Le cloud envoie les resultats
de prediction cryptes aux utilisateurs. Les utilisateurs dechirent et obtiennent les
resultats en clair. Le cloud n'apprend jamais d'informations sur les donnees des
utilisateurs et les resultats de prediction, alors que les resultats sont garantis ^etre
corrects.
L'adaptation des modeles reseaux neurones en changeant les fonctions d'activation
par des approximations ,nous permettent d'appliquer ces modeles sur des
donnees cryptees.
Machine Learning Appliqué Sur des Données Cryptées [projet fin études] / ABDERRAZAK NAIM, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Mots-clés : Donnees cryptees, Neural networks, Reseau neurone, machine learning,
Chirement homomorphe.Index. décimale : mast 86/18 Résumé : Le present document constitue la synthese de notre travail, realise dans le cadre
de projets de n d'etudes. Ce travail a pour objectif de proposer une solution pour
le probleme de securite et de condentialite des donnees des utilisateurs qui veut
utiliser le service machine Learning as a Service fourni par le Cloud Computing.
Cette solution consiste a appliquer les modeles machines learning sur des donnees
cryptees.
Pour atteindre une grande precision, nous utilisons des reseaux de neurones, qui
ont montre qu'ils surpassaient d'autres modeles d'apprentissage pour de nombreuses
t^aches. Pour satisfaire aux exigences de condentialite, nous utilisons le chirement
homomorphe, les utilisateurs chirent leurs donnees et telechargent les textes chires
dans le cloud. Le cloud eectue des predictions de reseau neurone sur les donnees
cryptees et obtient des resultats sous forme cryptee. Le cloud envoie les resultats
de prediction cryptes aux utilisateurs. Les utilisateurs dechirent et obtiennent les
resultats en clair. Le cloud n'apprend jamais d'informations sur les donnees des
utilisateurs et les resultats de prediction, alors que les resultats sont garantis ^etre
corrects.
L'adaptation des modeles reseaux neurones en changeant les fonctions d'activation
par des approximations ,nous permettent d'appliquer ces modeles sur des
donnees cryptees.
Réservation
Réserver ce document
Exemplaires
Code barre Cote Support Localisation Section Disponibilité mast 86/18 mast 86/18 ABD Texte imprimé Unité des masters Mast/18 Disponible