联邦学习
视频：链接 介绍 联邦学习是一种不需要收集各数据拥有方所有的数据，便能协作地训练一个模型的机器学习过程 旨在建立一个基于分散数据集的联邦机器学习模型。在模型训练过程中，隐私数据不离开本地，各方仅交换模型相关的信息或加密的数据，已训练好的联邦学习模型可以置于联邦学习系统的各参与方，也可以在多方 ...
原文：横向联邦学习
定义： 横向联邦学习也称为按样本划分的联邦学习，各参与方的数据集有相同的特征空间和不同的样本空间。 例如，两家不同地区的商业银行的客户群体有着非常小的交集，他们的数据集有着不同的样本空间。因为相似的业务模型，他们的数据集的特征空间非常相似或相同。这两家银行便可以联合起来进行横向联邦学习。 安全性假设： 横向联邦学习的各参与方都是honest的，只有聚合服务器是honest but curious的 ...
2021-06-11 16:42 0 1510 推荐指数：
相关推荐
联邦学习
联邦学习（Federated Learning） from： https://blog.csdn.net/cao812755156/article/details/89598410 联邦学习 ...
联邦学习之纵向联邦学习
...
联邦学习：联邦学习基本概念
早在21世纪初期，在自动化领域就在面临一个问题就是“信息孤岛”，也就是在过程控制过程中，不同的控制环节采用了不同的自动控制系统并且采用和设计了自己专有的控制网络技术,这导致难以实现不同厂家控制设备 ...
联邦学习框架——TFF
联邦学习框架——TFF 1、conda create -n tensorflowenv python=3.6 2、conda env ...
联邦学习框架——FATE
fate机器学习部分已经有18个模块，基本上集成了联邦机器学习横向/纵向场景的各种功能，涵盖了数据读取、 ...
联邦学习综述
前言：写本篇是为了记录一下之前阅读过的一些关于联邦学习的文章（主要是两篇联邦学习综述），然后对其中的一些关键点进行了总结，并加入了个人对于联邦学习这一研究领域的理解以及思考（侵删）。 可供参考链接：https://www.cnblogs.com/lucifer1997/p ...
联邦学习（Federated learning）
1.communication-efficient algorithms parallel gradient descent Federated Averaging Algorith ...