关键词privacy preserving machine learning
搜索结果 - 3
- FALCON:私有深度学习的诚实大多数恶意安全框架
本文提出了一种名为 Falcon 的端到端的 3 方协议,用于高效的私有机器学习模型训练和推理,它支持高效网络并且包容批量归一化,有安全性保证,并且比先前的解决方案更快速和更高效。
- 基于秘密分享的安全社交推荐
本研究提出 SeSoRec 框架,并基于 Secret Sharing based Matrix Multiplication 协议优化其算法。实证结果表明,SeSoRec 对于保护用户数据和提高推荐性能是有效的。
- 面向隐私保护的联邦协作过滤个性化推荐系统
本文介绍了一个基于随机梯度方法的联邦协作过滤模型,并将其应用于用户推荐系统,旨在提高用户隐私保护,且实验表明,在联邦实现中,相较于标准实现而言,推荐系统的性能并未降低。