面向个性化联邦学习聚类算法的后门攻击.pdf

面向个性化联邦学习聚类算法的后门攻击.pdf

摘要

摘要

联邦学习(FL)可以让客户端联合训练一个全局模型,而无需共享原始数据。然而,

当面对客户端持有数据的高度异质性,联邦学习的全局模型可能会训练效果不佳。为应

Fexleratexi

对这一挑战,提出了迭代联邦聚类算法(ItcrativeAlgorithm,IFCA)。

文档评论(0)

1亿VIP精品文档

相关文档