vfl | BriefGPT - AI 论文速递

关键词vfl

搜索结果 - 7

UIFV：纵向联邦学习中的数据重构攻击
利用统一 InverNet 框架引入 VFL 中，通过利用中间特征数据重构原始数据，而不是依赖于梯度或模型细节，我们的研究揭示了 VFL 系统中的严重隐私漏洞，这对实际 VFL 应用构成了真正的威胁，并证实了进一步增强 VFL 架构中的隐私
PDF18 days ago
竖直联邦学习混合本地预训练
垂直联邦学习（VFL）在学术界和工业界引起了广泛关注，它具有广泛的实际应用。本文提出了一种新颖的 VFL 混合本地预训练（VFLHLP）方法，通过预训练本地网络来调整标记方的子模型或增强其他方在对齐数据上的表示学习，以提高联邦模型的性能。
PDF2 months ago
KDk：垂直联邦学习中的标签推断攻击防御机制
通过应用我们的方法，我们提出了一种名为 KDk 的新颖框架，结合了知识蒸馏和 k - 匿名性，以在竖直分割数据的联邦学习（VFL）场景中提供对潜在标签推断攻击的防御机制，通过详尽的实验结果表明，我们的方法能够显著降低分析的标签推断攻击的性能
PDF3 months ago
用于垂直联邦学习中的特征交易的基于协商的方法
垂直联邦学习（Vertical Federated Learning）引入了基于交易的训练方法来有效商业化，采用基于性能增益的定价，并在完美和不完美性能信息环境下进行分析和优化模型，研究了潜在的安全问题与解决方案，并通过三个真实数据集的实验
PDF4 months ago
动态网络中的容错垂直联合学习
垂直联邦学习是一种联邦学习的类别，在这种类别中，每个客户端共享相同的样本空间，但仅持有特征的子集。本文提出了 Internet Learning（IL），包括其数据分割和网络环境，将性能表现优化为处理客户端的极端动态条件的主要目标。在模拟传
PDF6 months ago
VFedMH: 垂直联邦学习用于训练多方异构模型
垂直联邦学习（VFL）作为一种集成样本对齐和特征汇聚的新型训练范例，受到了越来越多的关注。然而，现有的 VFL 方法在处理参与者之间的异构本地模型时面临挑战，影响了优化收敛和泛化能力。为了解决这个问题，本文提出了一种新颖的方法，称为垂直联邦
PDF9 months ago
基于破产问题的垂直联邦学习激励分配
本文关注垂直联邦学习中的激励分配问题，将其视为 Nucleolus 博弈论概念的一种变体，利用 Talmud 的分割法则解决该问题。我们在合成数据集和真实数据集上评估了我们提出的方法，并展示其在为联邦模型做出贡献的被动方实现激励分配的公平性
PDFa year ago