关键词trusted federated learning
搜索结果 - 2
- 差分隐私联邦学习:系统性综述
我们的研究针对差分隐私的联邦学习进行了系统的概述和分类,提出了一种新的基于差分隐私和联邦场景定义和保证的分类方法,并探讨了差分隐私在联邦学习场景中的应用,为隐私保护的联邦学习提供了有价值的洞见和未来研究方向。
- 联邦机器学习中的隐私和信任重新定义
本文介绍了一种基于分布式身份技术的隐私保护的分散工作流,用于促进参与者之间可信的联邦学习,限制只有获得适当机构发放的可验证凭证的实体才能建立安全、经过认证的通信渠道,参与与心理健康有关的联邦学习流程。