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 ...
. 背景介绍 系统部署 移动手机和可穿戴设备是现代十分常见的数据产生设备。这些设备每天都会产生巨量的各种形式的数据。考虑到算力需求,数据传输以及个人隐私的限制,系统部署越来越倾向于在本地存储数据,模型计算由边缘设备完成。 数据孤岛 数据往往以孤岛形式出现。在现实中想要将分散在各地 各个机构的数据进行整合几乎是不可能的,或者说所需的成本是巨大的。 . 联邦学习概念 本质:一种分布式机器学习技术,或 ...
2022-04-21 16:58 0 896 推荐指数:
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 ...
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 ...
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 ...
区块链与联邦学习综述 本期分享的论文是由Dinh C. Nguyen等人在2021年发表在IEEE Internet of Things Journal的文章《Federated Learning Meets Blockchain in Edge Computing Opportunities ...
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 ...
联邦学习(Federated Learning) from: https://blog.csdn.net/cao812755156/article/details/89598410 联邦学习 ...
©作者 | Doreen 01 联邦学习的背景知识 近年来,随着大量数据、更强的算力以及深度学习模型的出现,机器学习在各领域的应用中取得了较大的成功。 然而在实际操作中,为了使机器学习有更好的效果,人们不得不将大量原始数据送入模型中训练,这使得一些敏感数据被恶意的攻击者窃取 ...
...