摘要：联邦学习（Federated Learning） 在不共享个人数据的前提下实现分布式模型训练，有效保护用户隐私并提升模型的性能和泛化能力。然而，传统联邦学习面临数据异质性、通信延迟等挑战，且易受反向攻击影响系统安全（试读）...
登录
