基于秘密共享的纵向联邦学习.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于秘密共享的纵向联邦学习

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于秘密共享的纵向联邦学习

摘要:随着大数据时代的到来,纵向联邦学习(VFL)作为一种新兴的机器学习方法,在保护用户隐私和数据安全的同时,实现了数据的联合学习。然而,传统的VFL方法在处理高维数据时存在计算复杂度高、通信开销大等问题。为了解决这些问题,本文提出了一种基于秘密共享的纵向联邦学习(SS-VFL)方法。该方法利用秘密共享技术,将参与者的数据分解成多个片段,并通过安全的通信协议进行联合学习

文档评论(0)

1亿VIP精品文档

相关文档