.png){kind=icon}
返回
A practical multi-layered framework for post-quantum secure machine learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.113044.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 一个多层框架集成了PQC、FHE、ZK-STARKs和区块链。
• 实现了阈值Kyber，用于分布式、抗量子机器学习的密钥管理。
• 结合FHE进行隐私推理，并结合ZK-STARKs进行可验证的完整性。
• 提供了关于性能和安全性权衡的全面基准测试。
• 实现了NIST第三级抗量子能力，保障端到端模型安全。
期刊
IF:
8
论文数:
5.7K
被引数:
3.5W
机构
查看更多机构
引用论文
暂无论文信息