Open Access · CC BY-NC 4.0
融合深度学习特征的图像隐私加密保护方法研究
工程与管理科学 · 31.05.2026 · 8 (5) · 249
DOI: 10.32629/ems.v8i5.20199 ↗Kurz gefasst
Fachartikel in der Zeitschrift 工程与管理科学, online erschienen am 31.05.2026. Verfasst von 柯柯 陈. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
随着云计算、大数据与人工智能技术发展,图像广泛应用于多领域,隐私泄露风险突出,图像隐私加密成为研究热点。传统加密方法存在适应性差、抗攻击弱、难平衡安全与效率等问题,无法满足复杂场景需求。深度学习的强大特征提取与自适应能力为其提供新路径,本文结合深度学习特性,分析传统方法局限与融合方法优势,探讨其实现路径与优化策略,旨在提出科学加密方法,为图像隐私保护提供支撑,推动技术创新。
Zitieren
APA
陈, 柯. (2026). 融合深度学习特征的图像隐私加密保护方法研究. 工程与管理科学, 8(5), 249. https://doi.org/10.32629/ems.v8i5.20199
Vancouver
陈 柯. 融合深度学习特征的图像隐私加密保护方法研究. 工程与管理科学. 2026;8(5):249. doi:10.32629/ems.v8i5.20199
BibTeX
@article{2026,
author = {陈, 柯柯},
title = {融合深度学习特征的图像隐私加密保护方法研究},
journal = {工程与管理科学},
year = {2026},
volume = {8},
number = {5},
pages = {249},
doi = {10.32629/ems.v8i5.20199}
}
EUVIMED