联邦学习在非独立同分布超高维场景中关键技术综述

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

0引言

随着《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》等法规的实施，跨组织原始数据共享受到严格限制，数据孤岛现象日益突出，制约了跨机构协助与模型泛化能力。联邦学习由McMahan等[1于2016年首次系统提出，其核心思想是在本地训练模型、仅交换模型参数或梯度，从而实现“数据可用不可见”的联合建模，已成为隐私计算领域的关键技术之一。（剩余9827字）

试读结束

目录
monitor
客服机器人