联邦学习

数据脱敏和数据加密，它们有什么不同？

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。
PrimiHub·2023-12-22 03:45

数据隐私治理所面临的四大挑战

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。
PrimiHub·2023-12-22 03:45

全球隐私计算技术发展概览

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。目前，数字经济正面临着一个巨大的问题。
PrimiHub·2023-12-22 03:13

隐私计算综述

熟悉我的朋友大抵都知道我最初是做纯工程的，做搜广推的架构工程，后续转到了算法领域（机器学习框架与算法都涉及），后来由于项目需要，临危受命负责了京东的联邦学习，又开始搞隐私计算，这一路走来
秃顶的码农·2023-12-20 18:38

隐私计算介绍

作为入门了解即可目录隐私计算概述隐私计算概念隐私计算背景国外各个国家和地区纷纷出台了围绕数据使用和保护的公共政策国内近年来也出台了数据安全、隐私和使用相关的政策法规隐私计算技术发展隐私计算技术安全多方计算不经意传输混淆电路秘密分享同态加密可信执行环境功能介绍联邦学习功能介绍算法对比最后隐私计算概述隐私计算概念隐私计算
鲲志说·2023-12-20 18:05

联邦学习在视觉领域的应用，揭秘AI人工智能创新应用奖获奖案例

联邦学习是如何应用在视觉领域的？本文会通过一个获得了2020年AAAI人工智能创新应用奖（也是第一个基于联邦学习的人工智能工业级奖项）的案例来向大家介绍！
博文视点·2023-12-17 19:22

联邦学习在视觉领域的应用，揭秘2020年AAAI人工智能创新应用奖获奖案例！

联邦学习是如何应用在视觉领域的？本文会通过一个获得了2020年AAAI人工智能创新应用奖（也是第一个基于联邦学习的人工智能工业级奖项）的案例来向大家介绍！
文文学霸·2023-12-17 19:52

联邦边缘学习中的知识蒸馏综述

为此,联邦学习应运而生,它允许在终端本地训练并协同边缘服务器进行模型聚合来实现分布式机器学习。
MCRG·2023-12-15 11:09

联邦学习新探：端边云协同引领大模型训练的未来 | INFOCOM 2024

联邦学习新探：端边云协同引领大模型训练的未来|INFOCOM2024在人工智能领域，无论是从理论还是实践的角度，如何在保护用户隐私和数据安全的前提下，提高模型训练的效率和质量，都是一个重要的研究焦点。
MCRG·2023-12-15 11:38

联邦蒸馏中的分布式知识一致性 | TIST 2024

联邦蒸馏中的分布式知识一致性|TIST2024联邦学习是一种隐私保护的分布式机器学习范式，服务器可以在不汇集客户端私有数据的前提下联合训练机器学习模型。通信约束和系统异构是联邦学习面临的两大严峻挑战。
MCRG·2023-12-15 11:38

2023年AI领域行业洞察，看这30个统计数据就够了！

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。
PrimiHub·2023-12-15 05:51

什么是全同态加密（FHE）中的自举（Bootstrapping）？

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。
PrimiHub·2023-12-15 05:51

全同态加密正在改变行业游戏规则？

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。隐私专业人士正在见证隐私技术的一场革命。
PrimiHub·2023-12-15 05:51

元宇宙——虚拟世界中的隐私问题

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。
PrimiHub·2023-12-15 05:20

PrimiHub 联邦学习大模型开源，打破数据限制，保护数据隐私安全

联邦学习是一种分布式的机器学习范式，能够在保护各自数据隐私的同时，有效地利用用户设备上的海
PrimiHub·2023-12-15 05:20

量子计算对密码学的威胁及应对方式

PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。当量子计算机问世时，许多加密方式将慢慢失去效果。
PrimiHub·2023-12-15 05:42

基于联邦学习的分布式农业组织

基于此，提出一种结合联邦学习与区块链技术的分布式农业人工智能框架，使得在数据不共享的情况下，能达到训练模型的目的，并可建立参与方的激励机制。
罗思付之技术屋·2023-12-14 22:15

《PFL》论文阅读笔记

一、概要随着联邦学习的发展，简单的聚合算法已经不在有效。但复杂的聚合算法使得联邦学习训练时间出现新的瓶颈。
superY25·2023-12-03 09:07

联邦学习--论文汇集（二）

这次总结两篇文章去中心化的联邦学习Hu,Y.,Xia,W.,Xiao,J.,andWu,C.,“GFL:ADecentralizedFederatedLearningFrameworkBasedOnBlockchain
35岁北京一套房·2023-12-02 01:29

基于 PSI 的纵向联邦学习数据隐私安全技术

摘 要：联邦学习系统较好地解决了“数据孤岛”问题，也在一定程度上保护了私密训练数据，然而目前联邦学习仍然存在一些隐私安全风险。
罗思付之技术屋·2023-12-01 10:59

联邦学习面临的瓶颈与挑战

摘要联邦学习（FederatedLearning，FL）是Google公司于2016年首次提出的概念，是一种在隐私约束下进行模型训练的机器学习训练范式。
罗思付之技术屋·2023-12-01 10:59

分布式机器学习、联邦学习、多智能体的区别和联系——一文进行详细解释

1分布式机器学习、联邦学习、多智能体介绍最近这三个方面的论文都读过，这里写一篇博客归纳一下，以方便搞这几个领域的其他童鞋入门。我们先来介绍以下这三种机器学习范式的基本概念。
别出BUG求求了·2023-11-30 18:28

2022BCS——AI安全论坛

安全研究发现AI安全研究主要集中于：模型鲁棒性（对抗样本攻击）、机密性（成员推理攻击）、完整性（模型后门攻击）e.g.人脸识别身份认证协议的安全威胁：传输过程、感知器件、终端系统、宿主软件、业务代码、识别模型联邦学习
TARO_ZERO·2023-11-30 09:17

2022全球隐私计算专利排行榜发布，微众银行位居全球银行业第一

作为国内首家互联网银行，微众银行自成立以来，一直以科技为核心驱动力，在区块链、安全多方计算、联邦学习等方面积极开展
微众区块链·2023-11-29 01:02

什么是隐私计算？隐私计算技术路线

“隐语”是开源的可信隐私计算框架，内置MPC、TEE、同态等多种密态计算虚拟设备供灵活选择，提供丰富的联邦学习算法和差分隐私机制。
隐语SecretFlow·2023-11-27 10:27

阅读记录【arXiv2020】 Adaptive Personalized Federated Learning

AdaptivePersonalizedFederatedLearning论文地址：https://arxiv.org/abs/2003.13461摘要对联邦学习算法个性化程度的研究表明，只有最大化全局模型的性能才会限制局部模型的个性化能力
furoto_·2023-11-26 08:27

阅读记录【PMLR2023】The Aggregation–Heterogeneity Trade-off in Federated Learning

因此，人们开发了多种联邦学习方法来聚合尽可能多的本地样本。与这种观点相反，本文表明，在存在异构性的情况下，
furoto_·2023-11-26 08:57

联邦学习研究综述笔记

联邦学习联邦学习的定义：联邦学习是一种分布式机器学习架构，包含多个客户端（参与者）和一个聚合服务器。
空调不灵·2023-11-25 07:53

机器学习【01】相关环境的安装

学习实例参考资料：联邦学习实战{杨强}https://book.douban.com/subject/35436587/项目地址：https://github.com/FederatedAI/Practicing-Federated-Learning
ihan1001·2023-11-24 16:40

【Soc级系统防御】Soc硬件木马与电子链

这是有区别与隐私计算中的多方安全计算（密码学技术）、联邦学习（融合延伸）等其他可信技术。所以很
安全-Hkcoco·2023-11-21 21:02

【Soc级系统防御】Soc硬件木马与电子链

这是有区别与隐私计算中的多方安全计算（密码学技术）、联邦学习（融合延伸）等其他可信技术。所以很
安全-Hkcoco·2023-11-21 21:32

从新电脑开始构建FATE环境，图文并茂

VMwareWorkStation16安装CentOS7（已安装的可以略过，这部分比较详细内容较多）安装python3（注意网络要保持连接）安装dockerDocker命令下载FATE项目Fate命令横向联邦学习样例横向联邦学习样例写在
桐青冰蝶Kiyotaka·2023-11-21 04:15

【L2GD】: 无环局部梯度下降

文章链接：FederatedLearningofaMixtureofGlobalandLocalModels发表期刊（会议）:ICLR2021Conference（机器学习顶会）往期博客：FLMix:联邦学习新范式
恭仔さん·2023-11-17 09:46

【联邦学习+区块链】TORR: A Lightweight Blockchain for Decentralized Federated Learning

文章目录I.CONTRIBUTIONII.ASSUMPTIONSANDTHREATMODELA.AssumptionsB.ThreatModelIII.SYSTEMDESIGNA.DesignOverviewB.BlockDesignC.InitializationD.RoleSelectionE.StorageProtocolF.AggregationProtocolG.ProofofRelia
WuwuwuwH_·2023-11-17 01:59

联邦学习 FATE 框架安装运行

Centos7.5平台下运行联邦学习FATE框架的Example引言最近的课题方向就是基于联邦学习的框架进行数据分析处理，有一些粗浅的认识，但是搜寻资料散乱杂多，自己也记不太清楚，在虚拟机上也经常出错崩溃
Van�·2023-11-13 15:58

从隐私悖论到隐私工程

例如，联邦学习与大模型的结合目前还面临着许多挑战，包括安全威胁及防御、隐私威胁与增强、效率问题以及处理非独立同分布（Non-IID）数据等问题。这些问题可能会对用户的隐私造成潜在的威胁。
半吊子全栈工匠·2023-11-13 11:49

联邦学习的梯度重构

联邦学习中的梯度出现挑战：暴露原始训练数据的某些属性利用生成对抗网络生成与私有训练图像类似的图片尽管许多研究已经证实从梯度中重构原始数据的可能性，这些研究通常基于一个前提假设，即用户上传的梯度是全梯度。
白兔1205·2023-11-12 23:48

学者观察 | 联邦学习与区块链、大模型等新技术的融合与挑战-北京航空航天大学童咏昕

为解决原始数据自主可控与数据跨区域流动之间的矛盾，联邦学习这项技术应运而生。
长安链开源社区·2023-11-12 15:24

FedAT：分层机制更新的联邦学习

文章链接：FedAT:ACommunication-EfficientFederatedLearningMethodwithAsynchronousTiersunderNon-IIDData发表会议:SC’21(InternationalConferenceforHighPerformanceComputing,Networking,Storage,andAnalysis)高性能计算，体系结构领域
恭仔さん·2023-11-08 15:40

Towards Personalized Federated Learning（个性化联邦学习综述）文献阅读

基本内容文章：TowardsPersonalizedFederatedLearning作者：AlysaZiyingTan,HanYu∗,LizhenCui∗,andQiangYang∗机构：AlysaZiyingTaniswiththeSchoolofComputerScienceandEngineering,NanyangTechnologicalUniversity,Singapore;Ali
_RichardYang·2023-11-08 08:14

联邦图机器学习（综述阅读）

目录一、联邦图机器学习的介绍二、联邦图机器学习的类型三、具有结构化数据的联邦学习（FLWithStructuredData）3.1跨客户端信息重构3.2重叠实例对齐3.3非独立同分布数据适配3.3.3基于单一全局模型的方法
大菠菠菠萝·2023-11-08 08:13

【联邦学习-论文阅读】Towards Personalized Federated Learning

题目：个性化联邦学习作者：AlysaZiyingTan,HanYu,Member,IEEE,LizhenCui,Member,IEEE,andQiangYang,Fellow,IEEE期刊：IEEETRANSACTIONSONNEURALNETWORKSANDLEARNINGSYSTEMS
一只小maru·2023-11-08 08:42

个性化联邦学习-综述

介绍阅读的三篇个性化联邦学习的经典综述文章ThreeApproachesforPersonalizationwithApplicationstoFederatedLearning论文地址文章的主要内容介绍了用户聚类
jieHeEternity·2023-11-08 08:41

基于图神经网络的联邦学习跨企业推荐

FederatedLearning-BasedCross-EnterpriseRecommendationWithGraphNeuralNetworks论文试图解决什么问题该论文试图解决跨企业推荐系统中存在的数据共享和用户隐私保护的问题。在许多小型和中型企业中，由于资源有限，无法提供足够的数据来进行大规模的模型训练，也不能购买用户数据。同时，由于用户数据隐私保护法律的限制，这些企业也无法与其他企业
jieHeEternity·2023-11-04 01:54

FedFast: Going Beyond Average for Faster Training of Federated Recommender Systems

超越平均水平更快训练联邦推荐系统idea类似的一篇论文参考博客论文试图解决什么问题该论文试图解决在联邦学习中训练推荐系统的速度和准确性问题。
jieHeEternity·2023-11-04 01:23

Dual Personalization on Federated Recommendation

这种机制能够在联邦学习框架中为每个本地模型学习用户特定的物品嵌入，从而显著提升推荐系统的效果。
jieHeEternity·2023-11-04 01:50

【联邦学习论文阅读】（AAAI-2021）Secure Bilevel Asynchronous Vertical Federated Learning with Backward Updating

论文链接：https://ojs.aaai.org/index.php/AAAI/article/view/17301摘要提出一种新颖的融合了反向更新和双层异步并行的垂直联邦学习框架（VFB2），以及在此框架下的
Momahe·2023-11-02 19:54

6.Paper小结——《A Privacy-Preserving and Verifiable FederatedLearning Scheme》

题目：《APrivacy-PreservingandVerififiableFederatedLearningScheme》一个隐私保护和可验证的联邦学习方案0.Abstract由于数据环境的复杂性，许多组织更倾向于通过共享训练集来一起训练深度学习模型
DK_521·2023-11-02 19:52

学习笔记 | Threats to Federated Learning-A Survey

摘要文章意图让研究者意识到联邦学习中隐私保护的重要性，并对攻击进行分类：poisoningattacks投毒攻击inferenceattacks推断攻击引言联邦学习的分类horizontallyfederatedlearning
Una@learn·2023-11-02 19:20

《NTP-VFL - A New Scheme for Non-3rd Party Vertical Federated Learning》模型原理

一、概要目前现存算法的三个局限性：理论上的可信三方现实不存在，通常是联邦学习的主要瓶颈。通信和计算成本随着迭代次数的提升，增长很快。扩展性不好，隐私保护的最优模型在两方和多方中不兼容。
superY25·2023-11-02 19:16
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他