1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据结构与算法

面向异构数据的双层安全联邦学习研究.pdf

面向异构数据的双层安全联邦学习研究.pdf

    摘要

    联邦学习（FederatedLearning,FL）作为一种分布式学习范式，实现了本地训练和

    远程聚合，可以有效保护用户数据的安全。但是，也产生了推理攻击、投毒攻击和聚合

    结果无法验证等一系列问题，特别是在数据异构场景下会极大降低模型精度。所以，联

    邦学习场景下存在以下问题：第一，攻击者会捕获本地上传的模型参数并推理出敏感信

    息，侵犯用户的隐私性；第二，恶意敌手试图篡改本地数据集或精心制作模型梯度来欺

    FL

    骗服务器，使

    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 >