差分隐私下高效通信联邦学习研究.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

差分隐私下高效通信联邦学习研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

差分隐私下高效通信联邦学习研究

摘要:差分隐私技术在保护用户隐私的同时,允许模型训练在分布式数据上进行。联邦学习作为分布式机器学习的一种,近年来在多个领域得到了广泛应用。然而,在联邦学习过程中,如何在不泄露用户隐私的前提下,提高通信效率,成为了一个重要的研究课题。本文针对这一问题,深入分析了差分隐私下高效通信联邦学习的研究现状,提出了基于随机梯度下降法的差分隐私联邦学习模型,并针对通信效率问题

文档评论(0)

1亿VIP精品文档

相关文档