机构名称：
¥ 1.0
摘要：将联合学习确定为旨在使用私人数据集培训不同客户模型的最有效的协作学习方法之一。是私人的，我们的意思是，客户的数据集从未公开，因为它们用于本地培训客户的模型。然后，中央服务器负责汇总不同型号的权重。中央服务器通常是一个诚实而有趣的实体，可能有兴趣通过使用模型反转或会员推论来收集有关客户数据集的信息。在本文中，我们讨论了提供安全联合学习框架的不同加密选项。我们调查了差异隐私，同型加密和多方计算（MPC）的使用，同时考虑了不同的威胁模型。在我们的同态加密方法中，我们将使用Paillier Cryptosystem的优化版本获得的结果与使用BFV和CKK获得的结果进行了比较。至于MPC技术，在各种安全假设下测试了不同的一般协议。总体而言，我们发现他的性能更好，对于较低的带宽使用情况。
安全的联邦学习：分析不同的加密工具
主要关键词
相关文件推荐
