1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 自然科学论文

基于动态权重聚合和梯度压缩的联邦学习隐私保护算法.pdf

基于动态权重聚合和梯度压缩的联邦学习隐私保护算法.pdf

    摘要

    摘要

    联邦学习作为一种新兴的分布式机器学习范式，打破了数据孤岛并且能够保

    护数据隐私，使其在众多领域得到广泛应用。然而，随着联邦学习的深入研究和

    应用，隐私保护和通信效率问题逐渐成为制约其发展的关键因素。为应对这些挑

    战，本文提出了两种联邦学习算法：基于动态权重聚合的联邦分割学习隐私保护

    算法FSL-DAHE和基于CGAN与梯度压缩的联邦学习隐私保护算法FedCGCC。

    （1）FSL-DAHE算

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >