本文汇总了联邦学习的相关资源，包括Google的早期研究、杨强老师的博客和演讲PPT，以及微众银行团队的纵向联邦学习和联邦迁移学习工作。此外，还列举了涉及隐私保护的论文和开源项目，如FATE和TensorFlow Federated，以及加密项目awesome-he和tf-encrypted。
联邦学习相关的博客，论文以及PPT，持续更新
个人能力有限，欢迎补充~
Blog
- Google16年解释联邦学习用于输入预测应用的blog：Federated Learning: Collaborative Machine Learning without Centralized Training Data, 2016
- 杨强老师18年解释联邦学习概念的blog：CCCF专栏 | 联邦学习
- 隐私性和安全性的区别：Homomorphic Encryption Alone Is Security, Not Privacy
最低0.47元/天 解锁文章
扫一扫
22万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
