机构名称：
¥ 2.0
机器学习的当前成功已在很大程度上取决于集中学习，该学习将数据从多个来源汇总到中心位置。这在医疗保健中提出了重大挑战，其中经常在多个机构之间孤立患者数据，并且严格的隐私法规阻止了集中数据共享。联合学习是一种分布式学习范式，允许医疗机构可以协作训练模型，而无需在机构边界跨越患者数据的情况下进行培训模型，这是由于其维护数据所在地并解决数据共享的法律和道德障碍的能力，因此非常有利。然而，最近的研究表明，联邦学习容易受到几种隐私攻击的攻击，例如数据重建和成员推理，在这些攻击中，对手可以从模型更新中推断敏感数据。
会议计划和信息手册-IEEE Healthcom
主要关键词
相关文件推荐
