联邦学习与隐私保护计算实践教学课件.pptxVIP

联邦学习与隐私保护计算实践专业教学课件|2026年6月

目录01课程导论与核心概念建立隐私计算与联邦学习的基本认知，明确课程学习目标与知识体系框架。02隐私保护计算技术全景全景式解析隐私计算技术生态，对比多方安全计算、联邦学习与可信执行环境的差异。03联邦学习核心原理与架构深入拆解联邦学习的核心架构、通信机制与加密算法，掌握去中心化协作的数学逻辑。04实践：环境搭建与基础案例手把手完成联邦学习开发环境部署，编写并运行首个基础联邦学习模型案例。05联邦学习进阶：关键技术探索联邦优化算法、差分隐私增强、安全聚合等进阶技术，剖析实际落地的核心挑战。06实践：进阶案例与项目演练基于真实业务场景的复杂联邦学习项目实操，掌握跨机构协作建模的全流程方法论。07前沿技术探索研究联邦迁移学习、联邦强化学习、联邦大模型等前沿方向，洞察技术演进趋势。08应用场景与行业案例深度剖析金融风控、医疗健康、智慧城市等领域的联邦学习落地案例与商业价值。09总结与未来展望系统梳理课程核心知识体系，探讨技术面临的合规、性能挑战，展望未来发展机遇。

01课程导论与核心概念

课程目标与学习路径01核心理解深入理解隐私保护计算的核心思想与价值，建立数据“可用不可见”的底层认知逻辑。02原理掌握系统掌握联邦学习的核心架构、加密机制及关键算法原理，构建扎实的理论技术底座。03实践运用灵活运用PySyft等主流