关键词constrained multi-objective secureboost
搜索结果 - 2
- 通过约束多目标联邦学习优化 SecureBoost 的超参数
为了解决 SecureBoost 及其变种在隐私泄露方面的漏洞问题,我们提出了一种名为 Constrained Multi-Objective SecureBoost (CMOSB) 的算法,旨在实现在模型效果、训练成本和隐私泄露之间取得最 - SecureBoost 超参数调整的多目标联邦学习
SecureBoost 是一种利用同态加密保护数据隐私的树增强算法,广泛应用于金融和医疗保健等领域,具有解释性、有效性和保护隐私的能力。然而,SecureBoost 存在计算复杂度高和标签泄漏风险的问题。为了充分发挥 SecureBoost