基于触发协同与动态优化的联邦学习快速投毒攻击方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

中图分类号：TN915.08-34 文献标识码：A 文章编号：1004-373X（2026）03-0084-06

0 引言

随着数据隐私保护需求和分布式计算技术的发展，联邦学习作为一种保护隐私的分布式机器学习框架应运而生。其核心思想是实现了数据的“可用不可见”，利用分布式计算资源优化全局模型，同时保障数据隐私和安全。（剩余8391字）

试读结束

目录
monitor
客服机器人