基于模型相似度的联邦学习本地模型可信计算研究_20260124_075255.docx

基于模型相似度的联邦学习本地模型可信计算研究_20260124_075255.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于模型相似度的联邦学习本地模型可信计算研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于模型相似度的联邦学习本地模型可信计算研究

摘要:随着互联网技术的快速发展,数据隐私保护问题日益突出。联邦学习作为一种新兴的数据隐私保护技术,通过在本地设备上进行模型训练,避免了数据上传和共享,保障了用户隐私。然而,由于不同设备的计算能力和数据集的差异,导致训练出的本地模型可能存在较大的差异,影响联邦学习的效果。为此,本文提出了基于模型相似度的联邦学习本地模型可信计算研究。首先

文档评论(0)

1亿VIP精品文档

相关文档