原创力文档- 1、本文档共46页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
机器学习和深度学习在近些年来的发展非常迅速，目前已经产生了大量的应用，比
如人脸检测，语音识别，自动驾驶等应用。在智能手机，互联网大规模普及之后，人类
社会产生的数据总量规模极其庞大，然而出于个人隐私保护的原因，许多个人隐私相关
的数据却并不能被直接利用，因此联邦学习也在这一背景下被提出。联邦学习是一种新
型的分布式学习范式，该方法基于边缘设备（如手机，平板电脑等设备），不需要收集
客户端的原始数据，具有较好的保护隐私的效果。联邦学习目前面临大量的挑战，一个
关键且常见的挑战就是数据的异构性，
文档评论（0）