基于区块链与对比学习的联邦学习优化研究.pdf

基于区块链与对比学习的联邦学习优化研究.pdf

摘要

随着人工智能与物联网技术的深度融合,智能设备和传感器在各个领域得

到广泛应用。这些设备通常需要将本地数据传输至中央服务器进行模型训练,

但原始数据面临严重的隐私泄露风险,导致数据用户因隐私安全顾虑而不愿共

享数据。联邦学习允许客户端在本地数据集进行模型训练,并仅传输模型参数

而非原始数据来进行模型更新,从而解决了跨地域数据协同和数据孤岛问题。

然而,联邦学习中的参与者众多,且每个客户端的数据分布差异性较大。不同

组织的客户端之间缺少相互信任的基础,多数情况下存在不诚实、不可靠甚至

恶意的客户

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档