一種隱私保護的聯(lián)邦學習框架
所屬分類：技術論文
上傳者：aetmagazine
文檔大?。?span>606 K
標簽： 數據隱私 聯(lián)邦學習 深度學習
所需積分：0分積分不夠怎么辦,？
文檔介紹：大數據時代，數據安全性和隱私性受到越來越多的關注和重視。聯(lián)邦學習被視為是一種隱私保護的可行技術,，允許從去中心化的數據中訓練深度模型,。針對電力投資系統(tǒng)中各部門因擔心數據隱私信息泄露而帶來的數據孤島和隱私保護問題,，提出了一種隱私保護的聯(lián)邦學習框架,，允許各部門自有數據在不出本地的情況下，聯(lián)合訓練模型,。首先,，提出了聯(lián)邦學習的架構，支持分布式地訓練模型,；其次,，引入同態(tài)加密技術，提出了隱私保護的聯(lián)邦平均學習流程,，在數據隱私保護的情況下,，實現(xiàn)聯(lián)合訓練模型；最后,，實驗結果表明,，該框架具有較好的收斂性，而且聯(lián)合訓練得到的模型具有較好的精度,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復下載不扣分,，本人上傳資源不扣分,。