联邦学习笔记(四)《Advances and Open Problems in Federated Learning》
目录4.1 需要提供保护的各种威胁模型4.2 核心工具和技术4.3 可信服务器存在时,对抗客户端/分析师隐私保护方面存在的问题和挑战4.4 针对恶意server的保护4.5 user perception联邦学习将整个机器学习工作流程模块化分解。原始数据不离开设备——数据最小化,只将模型更新(梯度更新)发送至中央服务器临时保存,提供一定程度的隐私。 隐私系统期望属性:所有参与者的易用性、最终用户体验的质量和公平性、通信和计算资源的明智使用、抵御攻击和失败的能力等等。4.1 需要提
原创
2021-03-15 21:58:00 ·
1446 阅读 ·
1 评论