INTRODUTION left:在云中心的机器智能中,用户设备与云中心模型进行交互,生成日志来训练模型。用户日志组合到一起后来提高模型,用于之后的服务器用户请求。 Middle:在联邦学习中, ...
SecureML:A system for Scalable Privacy Preserving Machine Learning 摘要及介绍 . 模型的大致架构 首先,主要模型中主要有客户端和两台服务器,假设这两台服务器不会恶意合作。 整个训练过程大致分为在线和离线两个阶段,在线阶段的主要任务就是利用本文提出的安全算数技术在共享的十进制数上进行模型的更新,根据混淆电路的思想,除了最后能得到的模 ...
2019-12-08 20:51 0 594 推荐指数:
INTRODUTION left:在云中心的机器智能中,用户设备与云中心模型进行交互,生成日志来训练模型。用户日志组合到一起后来提高模型,用于之后的服务器用户请求。 Middle:在联邦学习中, ...
郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布! Full version of a paper at the 8-th International Conference on Appl ...
小组成员:郑爽、王妮婷、王静雯 一、背景 机器学习的隐私保护研究大致分为2条主线: 以多方安全计算、同态加密为代表的加密方法和以差分隐私为代表的扰动方法。与加密方法相比,差分隐私机制更易于在实际场景中部署和应用。 二、论文简介 该论文的目标是弥合密码学和信息安全 ...
(2020.4.9)再次阅读的时候,大致梳理了一下行文的思路。 Xgb原始论文先介绍了其损失函数,(2020.4.21跟进)损失函数用来指导每颗树的生成,也就是决定了在给定数据情况下,叶子节点的最优分裂方式。 其次是如果更新CART树的结构(也就是特征的划分方式),论文提出 ...
目录 Introduction Annotated Bibliography References Introduction Big data is suc ...
Motivation In this paper[1], authors presented a novel group based federated learning to solve incongruent data problem. In traditional FL methods ...
针对机器翻译,提出 RNN encoder-decoder. encoder与decoder是两个RNN,它们放在一起进行参数学习,最大化条件似然函数。 网络结构: 注 ...
[论文阅读笔记] node2vec:Scalable Feature Learning for Networks 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 由于DeepWalk的随机游走是完全无指导的随机采样,即随机游走不可控。本文 ...