1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 办公文档
  5. 简明教程

个性化联邦学习的梯度自适应聚合与鲁棒性研究.pdf

个性化联邦学习的梯度自适应聚合与鲁棒性研究.pdf

    摘要

    联邦学习作为一种高效的分布式学习框架，能在保护数据隐私的同时缓解数据孤岛

    问题，已在多个实际场景中得到了广泛应用。然而，在实际应用中，联邦学习面临着数

    据异构和对抗攻击的双重挑战，导致其效果难以令人满意。在数据异构环境下，联邦学

    习难以训练出适用于所有客户的全局模型。个性化联邦学习虽然可以通过定制化模型缓

    解这一问题，但现有方法主要关注模型精度与个性化需求，而忽视了不同客户间的公平

    性。此外，联邦学习高度依赖中央服务器聚合全局模型，一旦服务器遭受攻击，系统的

    安全性将严重受损。同时，对抗样本攻击

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >