基于差分隐私的联邦学习方案.pdf

基于差分隐私的联邦学习方案

孙敏,丁希宁,成倩

引用本文

孙敏,丁希宁,成倩.基于差分隐私的联邦学习方案[J].计机科学,2024,51(6A):230600211-6.

SUNMin,DINGXining,CHENGQian.FederatedLearningSchemeBasedonDierentialPrivacy[J].

ComputerScience,2024,51(6A):230600211-6.

相似文章推荐（请使用火狐或IE浏览查看文章）

Similararticlesrecommended(PleaseuseFirefoxorIEtoviewthearticle)

面向物联网的分布式联邦学习加密验证研究

StudyonCryptographicVeriicationoDistributedFederatedLearningorInternetoThings

计机科学,2024,51(6A):230700217-5.https://doi.org/10.11896/jsjkx.230700217

面向公平性联邦学习的指纹识别法

StudyonFingerprintRecognitionAlgorithmorFairnessinFederatedLearning

计机科学,2024,51(6A):230800043-9.https://doi.org/10.11896/jsjkx.230800043

基于联邦学习的智能电网AMI入侵检测方法研究

StudyonSmartGridAMIIntrusionDetectionMethodBasedonFederatedLearning

计机科学,2024,51(6A):230700077-8.https://doi.org/10.11896/jsjkx.230700077

基于知识蒸馏的差分隐私联邦学习方法

DierentialPrivacyFederatedLearningMethodBasedonKnowledgeDistillation

计机科学,2024,51(6A):230600002-8.https://doi.org/10.11896/jsjkx.230600002

边缘计下差分隐私的应用研究综述

SurveyoApplicationoDierentialPrivacyinEdgeComputing

计机科学,2024,51(6A):230700089-9.https://doi.org/10.11896/jsjkx.230700089

://

httwww．skx．com

pjj

:/

DOI１０．１１８９６skx．２３０６００２１１

jj

基于差分隐私的联邦学习方案

孙敏丁希宁成倩

山西大学计算机与信息技术学院太原

０３００００