一篇新研究论文提出了一种使用加性同态加密来平衡隐私和效率的音乐信息检索方法。该方法侧重于只有其中一个操作数（查询或数据库）被加密的场景，通过避免密文-密文乘法和引导来减轻计算负担。该方法可以精确地保留最近邻排名，同时与全同态加密或纯加性Paillier基线相比，显著提高了可扩展性。 AI
影响 这项研究可以实现更私密、更高效的AI驱动的音乐推荐系统。
排序理由 该集群包含一篇发表在arXiv上的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2508.07044v2 Announce Type: replace-cross Abstract: Modern music retrieval runs on vector embeddings, and once these embeddings are shared for search or matching they can be copied, probed, or used to train generative models. Fully homomorphic encryption can compute on them…