基于模分量同态加密的隐私数据联邦学习研究.docx

基于模分量同态加密的隐私数据联邦学习研究.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于模分量同态加密的隐私数据联邦学习研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于模分量同态加密的隐私数据联邦学习研究

摘要:随着大数据时代的到来,隐私保护成为数据共享和计算中的关键问题。联邦学习作为一种新兴的机器学习技术,能够实现多方数据在本地进行训练,避免了数据在传输过程中的泄露风险。然而,现有的联邦学习方案在保证模型性能的同时,难以满足对数据隐私保护的需求。本文针对这一问题,提出了一种基于模分量同态加密的隐私数据联邦学习研究。该方法通过模分量同态加密技术

文档评论(0)

1亿VIP精品文档

相关文档