基于秘密共享的联邦学习安全聚合机制研究.pdf

基于秘密共享的联邦学习安全聚合机制研究.pdf

  1. 1、本文档共65页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

作为一种分布式机器学习范式,联邦学习通过其特殊的模型训练机制保证了用户数

据的隐私性和安全性,为多方数据挖掘提供了一个有效的解决方案并推动了智能化服务

在多个领域的发展。但随着针对模型的攻击技术日益成熟,包括推理攻击和逆向攻击在

内的安全威胁逐渐显现,联邦学习参与方的数据隐私安全正面领严峻挑战。

秘密共享作为一种经典的密码学技术,因其在安全性和效率方面的优势,被广泛应

用于构建多方聚合协议以保证联邦学习的本地数据安全。然而,目前基于秘密共享技术

的安全聚合方法正面临一系列挑战。首先,这些

您可能关注的文档

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档