Sep, 2024

医疗数据联邦学习中的隐私威胁深入分析

TL;DR本研究解决了联邦学习在处理医疗数据时隐私风险未被充分理解的问题。通过提出整体框架MedPFL,分析隐私风险并提出有效的防范策略,研究还揭示了在联邦学习中处理医学图像时严重的隐私攻击风险。研究表明,现有的添加随机噪声的防御机制在保护医疗图像方面并不总是有效,这为医疗数据隐私保护带来了独特的挑战。