.png){kind=icon}
返回
Programmable Dataflows: Abstraction and Programming Model for Data Sharing
.png){kind=icon}
OA
AI
DOI：10.1007/s00778-025-00961-5.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数据共享是各种应用（如欺诈检测、广告匹配和改善患者护理）的核心。然而，每个数据共享解决方案都是定制的且成本高昂，阻碍了价值创造。我们确定缺乏控制数据释放的抽象是问题的根源。例如，常见的情况是数据共享的约束取决于共享结果，而评估这些约束首先需要共享数据，导致僵局。为帮助人们构建各种数据共享应用的解决方案，我们提出了可编程数据流，它由两个组件组成。第一个组件是抽象，即合约，代理使用它来传达数据共享操作的意图并在数据流发生前评估其后果。这有助于代理控制其数据释放。第二个组件是合约编程模型（CPM），它允许代理使用合约抽象为每个问题的需求编程数据共享应用。我们描述了如何在数据保管人上部署这些应用以确保数据免受意外数据释放的保护。我们的评估表明：1) 合约抽象允许表示广泛的数据共享问题；2) CPM允许为复杂的数据共享问题编写程序；3) 定量上，我们对CPM的改进使共享程序高效运行。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
T
IF:
0
论文数:
36
被引数:
0
机构
引用论文
分享收藏Truly privacy-preserving federated analytics for precision medicine with multiparty homomorphic encryption.png)
NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Using Highly Compressed Gradients in Federated Learning for Data Reconstruction Attacks在联合学习中使用高度压缩的梯度进行数据重建攻击
PREAI
分享收藏分享收藏Data-Sharing Markets: Model, Protocol, and Algorithms to Incentivize the Formation of Data-Sharing Consortia数据共享市场：模型、协议与算法，以激励数据共享联盟的形成
PREAI
分享收藏分享收藏分享收藏分享收藏
查看更多内容