带你读《云原生机密计算最佳实践白皮书》——部署TensorFlow横向联邦学习（1）
部署TensorFlow横向联邦学习1概述本文介绍在Intel® SGX使能的平台，基于Anolis OS部署TensorFlow横向联邦学习。2背景信息横向联邦学习是一种分布式的机器学习模型训练方案，该方案联合多个参与方在数据不出域的前提下完成模型的训练，保证了数据安全。Intel® SGX (Software Guard Extension) 技术，提供了SGX加密计算能力，打造了基于硬件级....
带你读《云原生机密计算最佳实践白皮书》——部署TensorFlow横向联邦学习（2）
《云原生机密计算最佳实践白皮书》——07解决方案——Intel Confidential Computing Zoo: Intel机密计算开源解决方案——部署TensorFlow横向联邦学习（1） https://developer.aliyun.com/article/1230780?groupCode=aliyun_linux5 实践部署本实践提供两种部署方式：下载镜像和通过Dockerfi....
带你读《云原生机密计算最佳实践白皮书》——部署TensorFlow横向联邦学习（3）
《云原生机密计算最佳实践白皮书》——07解决方案——Intel Confidential Computing Zoo: Intel机密计算开源解决方案——部署TensorFlow横向联邦学习（2） https://developer.aliyun.com/article/1230779?groupCode=aliyun_linux5.2 编译镜像方式5.2.1 下载实践源码在已创建好的SGX实例....
带你读《云原生机密计算最佳实践白皮书》——部署TensorFlow横向联邦学习（4）
《云原生机密计算最佳实践白皮书》——07解决方案——Intel Confidential Computing Zoo: Intel机密计算开源解决方案——部署TensorFlow横向联邦学习（3） https://developer.aliyun.com/article/1230778?groupCode=aliyun_linux6 实践运行6.1 图像分类在多台服务器上部署不同分布式节点的情况....
带你读《云原生机密计算最佳实践白皮书》——部署隐私集合求交方案（1）
部署隐私集合求交方案1概述本文介绍在Intel® SGX使能的平台，基于Anolis OS部署隐私集合求交方案。2背景信息隐私集合求交（Private Set Intersection，PSI）是多方安全计算的应用热点，其目的是通过安全方案计算两方之间的交集，而不暴露交集之外的其他信息。我们采用了基于Intel SGX技术的隐私保护计算解决方案。Intel® SGX (Software Guar....
带你读《云原生机密计算最佳实践白皮书》——部署隐私集合求交方案（2）
《云原生机密计算最佳实践白皮书》——07解决方案——Intel Confidential Computing Zoo: Intel机密计算开源解决方案——部署隐私集合求交方案（1） https://developer.aliyun.com/article/1230742?groupCode=aliyun_linux4 实践任务和配置本实践的环境配置如下：• 服务器配置：I) Anolis OS安....
带你读《云原生机密计算最佳实践白皮书》——部署隐私集合求交方案（3）
《云原生机密计算最佳实践白皮书》——07解决方案——Intel Confidential Computing Zoo: Intel机密计算开源解决方案——部署隐私集合求交方案（2） https://developer.aliyun.com/article/1230741?groupCode=aliyun_linux6 实践运行本实践方案提供Python和C++两种版本。6.1 Python版本6....
带你读《云原生机密计算最佳实践白皮书》——部署隐私集合求交方案（4）
《云原生机密计算最佳实践白皮书》——07解决方案——Intel Confidential Computing Zoo: Intel机密计算开源解决方案——部署隐私集合求交方案（3） https://developer.aliyun.com/article/1230738?groupCode=aliyun_linux6.2 C++版本6.2.1 编译C++程序在每个启动的Docker容器中编译程序....
带你读《云原生机密计算最佳实践白皮书》——PPML: 端到端隐私保护机器学习解决方案（上）
PPML: 端到端隐私保护机器学习解决方案项目位置链接https://github.com/intel-analytics/BigDLhttps://github.com/intel-analytics/BigDL/tree/main/ppml技术自身介绍领域的问题和挑战在众多计算应用场景中，大数据分析和人工智能已经成为不可或缺的关键环节。总体而言，数据越多，数据分析的价值越大，ML/DL的模型....
带你读《企业级云原生白皮书项目实战》——7.5 场景化的解决方案
7.5 场景化的解决方案云原生除了提供云原生应用的方式外还可以给企业提供场景化的解决方案。云厂商基于云上丰富的应用生态，以及丰富的项目构建经验，可以针对企业应用场景以及资源投入提供给企业开箱即用的场景化解决方案，帮助企业快速构建对应场景的应用。
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
云原生更多解决方案相关
阿里云云原生
关注云原生中间件、微服务、Serverless、容器、Service Mesh等技术领域、聚焦云原生技术趋势、云原生大规模的落地实践
+关注