联邦学习-

联邦学习:本质上是一种分布式机器学习技术,或机器学习框架
目的:确保数据隐私、安全和合法合规的基础上,实现合作训练模型,提高人工智能模型的效果

  • 横向联邦学习
  • 纵向联邦学习
  • 迁移联邦学习
    联邦学习-_第1张图片

梯度泄露

攻击手段
联邦学习-_第2张图片
攻击类型:
联邦学习-_第3张图片

Generator:生成器
Discrimination:判别器
DLG : deep leakage from gredients 梯度泄露
GRNN: generative regression neural network 生成回归神经网络

防御类型
联邦学习-_第4张图片
梯度干扰:加噪音、降低计算精度、剪枝
数据扰动:混淆、净化

你可能感兴趣的:(人工智能)