2025年数据隐私保护联邦学习框架习题（含答案与解析）.docx

2025年数据隐私保护联邦学习框架习题（含答案与解析）

一、单选题（共15题）

1.在联邦学习框架中，以下哪种方法主要用于解决模型更新过程中通信开销问题？

A.梯度聚合

B.同步机制

C.模型剪枝

D.模型压缩

答案：A

解析：在联邦学习中，梯度聚合技术通过聚合各个客户端的本地梯度来更新全局模型，从而减少通信开销。这种方法在《联邦学习原理与实践》2025版中有所阐述。

2.在数据隐私保护联邦学习框架中，以下哪项技术可以用来防止模型泄露敏感信息？

A.同态加密

B.安全多方计算

C.模糊隐私

D.零知识证明

答案：B

解析：安全多方计算（SMC）技术允许参与方在不泄