VIP7
本课程属于：118-TinyML安全、OTA与设备运维 AI智能与边缘计算工程 · 共 7 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

8. TinyML边缘隐私：本地推理减少原始数据上传

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 边缘隐私的核心价值与典型应用场景
课程导入学习目标
02
边缘计算与TinyML基础
边缘设备 · 微控制器 · 资源约束
TinyML边缘计算
03
隐私威胁与数据上传风险
原始数据上传的隐私泄露途径 · 中间人攻击 · 云端数据滥用
隐私威胁数据上传风险
04
本地推理的隐私优势
数据不出设备 · 减少传输暴露 · 符合隐私法规（如GDPR）的机制
本地推理的隐私优…数据不出设备
05
TinyML模型部署基础
模型量化 · 剪枝 · 蒸馏
TinyML模型部署基础
06
传感器数据采集与预处理
本地特征提取 · 降噪 · 归一化
传感器数据采集预处理
07
本地推理架构设计
设备端推理流程 · 模型输入输出设计 · 与云端协同的混合架构
本地推理架构设计设备端推理流程
08
隐私保护技术概览
差分隐私 · 联邦学习 · 同态加密
隐私保护技术概览差分隐私
09
差分隐私在TinyML中的应用
本地化差分隐私 · 噪声注入 · 隐私预算管理
TinyML差分隐私
10
联邦学习与边缘隐私
联邦学习原理 · 在TinyML设备上的实现挑战与简化…
联邦学习边缘隐私
11
模型压缩与隐私权衡
压缩对推理精度和隐私保护的影响 · 如何平衡
模型压缩隐私权衡
12
硬件加速与能效优化
低功耗推理 · NPU/DSP加速 · 内存优化对隐私部署的支持
硬件加速能效优化
13
案例实战
基于Arduino Nano 33…
案例实战Arduino
14
案例实战
使用ESP32-CAM进行本地图像分… · 避免上传原始图像
案例实战ESP32-CAM
15
案例实战
可穿戴设备上的异常检测（如跌倒检测）…
案例实战可穿戴设备上的异…
16
案例实战
智能家居中的本地语音命令识别 · 减少云端交互
案例实战智能家居
17
案例实战
工业预测性维护中的边缘振动分析 · 仅上传异常摘要
案例实战工业预测性维护
18
工具链与框架
TensorFlow Lite fo… · Edge Impulse · ArduinoML
工具链框架
19
模型转换与部署流程
从训练到量化 · 生成C数组 · 烧录到设备
模型转换部署流程
20
本地推理的测试与验证
精度评估 · 延迟测量 · 功耗分析
本地推理的测试验证
21
常见问题与调试
内存不足 · 模型过大 · 推理错误
常见问题调试
22
安全通信与固件更新
设备认证 · 加密传输 · OTA更新中的隐私保护
安全通信固件更新
23
隐私与可用性平衡
本地推理的局限性 · 何时需要上传 · 混合决策策略
隐私可用性平衡
24
法规与伦理
GDPR · CCPA · 数据最小化原则
法规伦理
25
高级主题
持续学习与本地自适应模型 · 隐私保护的动态更新
高级主题持续学习
26
高级主题
多设备协同推理与隐私聚合 · 边缘节点间的安全协作
高级主题多设备协同推理
27
综合项目设计
从需求分析到实现一个完整的边缘隐私保…
综合项目设计从需求分析到实现…
28
性能优化实战
使用Profiling工具定位瓶颈 · 优化推理速度和内存占用
性能优化实战Profiling
29
未来趋势
TinyML与隐私计算融合 · 新型硬件 · 标准化进展
未来趋势TinyML
30
课程总结与进阶路径
核心要点回顾 · 推荐资源 · 实践项目建议
课程总结进阶路径