基于夏普利数据估值的联邦学习隐私攻击和防御方法研究.docx

基于夏普利数据估值的联邦学习隐私攻击和防御方法研究.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于夏普利数据估值的联邦学习隐私攻击和防御方法研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于夏普利数据估值的联邦学习隐私攻击和防御方法研究

摘要:随着大数据时代的到来,联邦学习作为一种新兴的机器学习技术,在保护用户隐私的同时实现数据共享和模型训练。夏普利数据估值是联邦学习中一种重要的隐私保护方法,然而,现有的夏普利数据估值方法在联邦学习环境下仍存在隐私攻击的风险。本文针对基于夏普利数据估值的联邦学习隐私攻击和防御方法进行了深入研究。首先,分析了夏普利数据估值在

文档评论(0)

1亿VIP精品文档

相关文档