一種隱私保護的聯(lián)邦學習框架
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：606 K
標簽： 數(shù)據(jù)隱私 聯(lián)邦學習 深度學習
所需積分：0分積分不夠怎么辦？
文檔介紹：大數(shù)據(jù)時代，數(shù)據(jù)安全性和隱私性受到越來越多的關(guān)注和重視。聯(lián)邦學習被視為是一種隱私保護的可行技術(shù)，允許從去中心化的數(shù)據(jù)中訓練深度模型。針對電力投資系統(tǒng)中各部門因擔心數(shù)據(jù)隱私信息泄露而帶來的數(shù)據(jù)孤島和隱私保護問題，提出了一種隱私保護的聯(lián)邦學習框架，允許各部門自有數(shù)據(jù)在不出本地的情況下，聯(lián)合訓練模型。首先，提出了聯(lián)邦學習的架構(gòu)，支持分布式地訓練模型；其次，引入同態(tài)加密技術(shù)，提出了隱私保護的聯(lián)邦平均學習流程，在數(shù)據(jù)隱私保護的情況下，實現(xiàn)聯(lián)合訓練模型；最后，實驗結(jié)果表明，該框架具有較好的收斂性，而且聯(lián)合訓練得到的模型具有較好的精度。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。