基于模型相似度的联邦学习本地模型可信计算研究_20260124_081952.docx

基于模型相似度的联邦学习本地模型可信计算研究_20260124_081952.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:随着大数据和人工智能技术的快速发展,联邦学习作为一种保护用户隐私的数据共享方式,得到了广泛关注。然而,在联邦学习过程中,由于参与方的本地模型存在差异,可能导致模型泄露和隐私风险。本文针对这一问题,提出了一种基于模型相似度的联邦学习本地模型可信计算方法。首先,通过分析模型相似度,识别出具有相似性的本地模型,然后对相似模型进行加密处

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档