<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Real-Time on مدونة Formize.com</title><link>https://blog.formize.com/ar/tags/real-time/</link><description>Recent content in Real-Time on مدونة Formize.com</description><generator>Hugo</generator><language>ar</language><atom:link href="https://blog.formize.com/ar/tags/real-time/index.xml" rel="self" type="application/rss+xml"/><item><title>توليد بيانات اصطناعية مضمونة الخصوصية في الوقت الحقيقي على الحافة باستخدام التشفير المتجانس والتعلم المتحد</title><link>https://blog.formize.com/ar/real-time-privacy-preserving-synthetic-data-generation-at-th/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://blog.formize.com/ar/real-time-privacy-preserving-synthetic-data-generation-at-th/</guid><description>&lt;h1 id="توليد-بيانات-اصطناعية-مضمونة-الخصوصية-في-الوقت-الحقيقي-على-الحافة-باستخدام-التشفير-المتجانس-والتعلم-المتحد">توليد بيانات اصطناعية مضمونة الخصوصية في الوقت الحقيقي على الحافة باستخدام التشفير المتجانس والتعلم المتحد&lt;/h1>
&lt;h2 id="المقدمة">المقدمة&lt;/h2>
&lt;p>يتحول الذكاء الاصطناعي على الحافة من أعباء عمل تقتصر على الاستدلال إلى خطوط أنابيب &lt;strong>مركزة على البيانات&lt;/strong> تتطلب تحديثات مستمرة للنماذج، وتدريبًا على الجهاز، وتوليد بيانات اصطناعية. بينما يمكن للبيانات الاصطناعية أن تقلل بشكل كبير من الحاجة إلى جمع بيانات واقعية مكلفة، فإنها تثير أيضًا مخاوف &lt;strong>خصوصية&lt;/strong> عندما تكون البيانات المصدرية من أجهزة المستخدمين. تقنيات إخفاء الهوية التقليدية (التقنيع، الخصوصية التفاضلية) إما تُضعف فائدة البيانات أو تتطلب سلطة مركزية موثوقة—كلاهما غير مرغوب فيه في سيناريوهات الحافة الحساسة للزمن.&lt;/p></description></item></channel></rss>