Nov, 2023
关于联邦学习中隐私、公平性和效用之间的权衡
Toward the Tradeoffs between Privacy, Fairness and Utility in Federated Learning
Kangkang Sun, Xiaojin Zhang, Xi Lin, Gaolei Li, Jing Wang...
TL;DR为了提高联邦学习系统的公平性,本研究使用了公平度量指标构建本地公平模型,并提出了一种隐私保护的公平联邦学习方法。实验结果表明,隐私保护提高了公平模型的准确性,但在隐私、公平和实用性之间存在权衡。