English(EN) Privacy-Preserving Distributed Optimization Under Time Constraints Using Secure Multi-Party Computation and Evolutionary Algorithms

新方法结合进化算法和MPC实现时限隐私保护优化

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-20 09:29

研究人员开发了一种新的隐私保护分布式优化方法，该方法解决了时间约束问题。该方法结合了进化算法和安全多方计算（MPC），在保护各方输入的同时找到最优解。在分配问题和旅行商问题上的实验表明，该方法能够满足截止日期要求，尽管它在解决方案质量和隐私保护级别之间存在权衡。 AI

影响引入了一种新颖的安全高效分布式优化方法，可能影响需要隐私和实时性能的AI应用。

排序理由该集群包含一篇详细介绍新研究方法的学术论文。[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 →

报道来源 [1]

arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Thomas Lorünser · 2026-05-20 09:29

在时间约束下使用安全多方计算和进化算法进行隐私保护的分布式优化

In distributed optimization, multiple parties collaborate to find an optimal solution to a problem. Privacy-preserving distributed optimization uses techniques, such as secure multi-party computation (MPC), to protect the private inputs of each party. In time-critical settings, t…