关键词：隐私保护 深度学习 同态加密 差分隐私保护 

摘要：如今机器学习以及深度学习在各个领域广泛应用,包括医疗领域、金融领域、网络安全领域等等。深度学习的首要任务在于数据收集,然而在数据收集的过程中就可能产生隐私泄露的风险,而隐私泄露将导致用户不再信任人工智能,将不利于人工智能的发展。本文总结了目前在深度学习中常见的隐私保护方法及研究现状,包括基于同态加密的隐私保护技术、差分隐私保护技术等等。

信息安全与通信保密杂志要求:

{1}基金项目：基金项目类别(项目编号)。本刊对基金资助项目，省(部)级以上重大攻关项目和开放实验室研究项目等优秀论文优先发表。

{2}凡向本刊投稿，均视为授予纸质出版及数字出版（包括但不限于网络、手持阅读器、手机终端）版权。

{3}量和单位文稿中的名词术语必须规范化、标准化，量和单位应严格执行国家计量标准，量的符号一律用斜体（pH及特殊符号除外），单位的符号一律用正体。

{4}注释：主要用于对文内某一特定内容作必要的解释或说明。须在文内某一特定内容的最末一字右上方用带圆圈的阿拉伯数字标明序号（例①、②表示），全部注释按序次排在文末。

{5}正文：内文选题思想新颖、观点明确、论据可靠、图表清晰、数据准确，稿件内容不得泄露国家机密。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社