论文阅读——PPML
文章平均质量分 92
记录阅读的论文,隐私保护机器学习
酸菜cloud
努力学习的菜狗,希望大佬不吝赐教。
展开
-
论文阅读:DeTrust-FL: Privacy-Preserving Federated Learning in Decentralized Trust Setting
函数加密,隐私保护,隐私保护联邦学习,联邦学习。原创 2024-02-02 17:04:54 · 858 阅读 · 2 评论 -
论文阅读:CryptoNN: Training Neural Networks over Encrypted Data
函数加密,隐私保护机器学习,隐私保护神经网络训练原创 2024-02-01 17:25:58 · 845 阅读 · 1 评论 -
论文阅读:FedV: Privacy-Preserving Federated Learning over Vertically Partitioned Data
纵向联邦学习,函数加密,隐私保护原创 2024-01-25 20:46:37 · 954 阅读 · 3 评论 -
论文阅读:HybridAlpha: An Efficient Approach for Privacy-Preserving Federated Learning
隐私保护联邦学习,安全多方计算,函数加密原创 2024-01-24 15:23:23 · 1650 阅读 · 0 评论 -
论文阅读:SecretFlow-SPU
优化后的PPHLO被送到后端,(一个连接了多个网络计算节点的虚拟设备)这些节点负责执行MPC操作,节点的数量必须跟MPC协议中支持的参与方一致。PPHLO中包含了很多操作,这些操作的输入和输出都是张量,PPHLO中的张量类型可以被定义为一个三元组,其中Shape表示张量的维度,数据类型可以是布尔,整数,定点数,可见性可以是公共的,也可以是私密的。前端的优化主要是在操作上的顺序更改,操作的融合以及复用,这些优化能够提高框架的运行速度。原创 2024-01-23 13:05:09 · 1953 阅读 · 1 评论