面向行为识别的联邦学习安全与鲁棒性增强方法研究.docx

面向行为识别的联邦学习安全与鲁棒性增强方法研究.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

面向行为识别的联邦学习安全与鲁棒性增强方法研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

面向行为识别的联邦学习安全与鲁棒性增强方法研究

摘要:面向行为识别的联邦学习作为一种新兴的隐私保护机器学习技术,在数据安全与隐私保护方面具有显著优势。然而,由于参与方众多、通信成本高以及模型训练过程中的隐私泄露风险,联邦学习在行为识别任务中的安全与鲁棒性面临着严峻挑战。本文针对这些问题,提出了一种基于联邦学习的面向行为识别的安全与鲁棒性增强方法。首先,设计了一种基于差分隐私的模

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档