• 简体   /   繁体
去中心化场景下的隐私保护联邦学习优化方法-计算机应用研究2024年08期

去中心化场景下的隐私保护联邦学习优化方法

作者:侯泽超 董建刚 字体:      

摘 要:联邦学习的提出为跨数据孤岛的共同学习提供了新的解决方案,然而联邦节点的本地数据的非独立同分布(Non-IID)特性及中心化框架在参与方监管、追责能力和隐私保护手段上的缺失限制了其大规模应用。针对上述问(试读)...

计算机应用研究

2024年第08期