联邦学习

中国电子云-隐私计算-云原生安全可信计算，物理-硬件-系统-云产品-云平台，数据安全防护

目录联邦学习的架构思想中国电子云-隐私计算-云原生安全可信计算，物理-硬件-系统-云产品-云平台，数据安全防护全栈国产信创的意义1.提升科技创新能力2.推动经济发展3.加强信息安全与自主可控全栈国产信创的重要领域
ZhangJiQun&MXP·2023-11-02 14:40

hello干货：联邦学习工程实践中的三大难题

“实践是检验真理的唯一标准”，联邦学习谈概念的文章已经很多，今天我们来从实践中聊几个实事求是的问题。联邦学习领域已有众多论文支撑，但在实践中，因为涉及到多学科的交叉，真正能落地应用的平台，少之又少。
hellompc1·2023-11-02 06:15

深入理解横向联邦学习

联邦学习联邦学习是Google在2017年提出来的，旨在在保护用户隐私的情况下使用用户更敏感的数据来训练机器学习模型。
金色暗影·2023-11-02 04:33

ICLR2023 联邦学习论文合集

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！国际表征学习大会（InternationalConferenceonLearningRepresentations，简称ICLR）是深度学习领域的顶级会议，关注有关深度学习各个方面的前沿研究，在人工智能、统计和数据科学领域以及机器视觉、语音识别、文本理解等重要应用领域中发布了众多极其有影响力的论文。AMiner通过AI技术，对ICLR2023
AITIME论道·2023-10-31 11:42

联邦学习与推荐系统

andModelAdaptation](https://dl.acm.org/doi/abs/10.1145/3511808.3557668)CIKM2022(CCF-B)论文精读Abstract联邦推荐的背景：联邦推荐使用联邦学习技术
jieHeEternity·2023-10-29 18:58

2023年1月份隐私计算市场概述

1月份隐私计算、联邦学习的市场概览摘要：在隐私计算市场中，三大信息流：采购意向、招标信息、中标信息，如三股清流，在市场中奔腾。
小夏 科技·2023-10-29 09:49

迁移学习在金融行业的应用探索

关键词：迁移学习,联邦学习1.引言迁移学习（TransferLearning）是一种机器学习技术，它通过将某个领域或任务上学习到的知识或模式应用到不同但相关的领域或问题中。
eric_edison·2023-10-29 09:39

NeurIPS 2023 | FedFed：特征蒸馏应对联邦学习中的数据异构

在本文中，我们提出了一种新的即插即用的联邦学习模块，FedFed，其能够以特征蒸馏的方式来解决联邦场景下的数据异构问题。
TechBeat人工智能社区·2023-10-26 12:52

联邦学习笔记（五）：联邦学习模型压缩提升通讯效率

联邦学习模型压缩联邦学习流程数据处理模型构造模型压缩函数模型广播和聚合函数模型训练其他函数结果模型准确率和loss值模型准确率模型loss值联邦学习传输数据量广播时需要传输的数据量聚合时需要传输的数据量实验总结写在前面
young_monkeysun·2023-10-24 11:48

联邦类增量学习

FCIL联邦类增量学习已经参与联邦学习的用户经常可能收到新的类别，但是考虑到每个用户自己设备的存储空间有限，很难对其收集到的所有类别都保存下足够数量的数据。
王洛伊·2023-10-22 09:43

IJCAI2023【基于双曲空间探索的非独立同分布联邦学习】

1、介绍汇报的主题及汇报者2、粗略介绍面临的挑战及出发点3、介绍一下预备知识4、解决方案5、总览6、实验设置7、实验8、结论
白兔1205·2023-10-22 09:43

联邦元学习

联邦学习算法基于服务器端聚合方法优化的算法和基于客户端优化的算法。
Martinwxx·2023-10-22 09:10

联邦学习的梯度重构

梯度泄露的攻击方法：深度泄露梯度（DLG）——>在高度压缩的场景下是失效的原因：梯度压缩（可减小通信开销）——>存在信息损失<——从而DLG方法效果有限但是这本身存在的信息损失怎么解决呢？会对所要达成的目标有影响吗？揭示在梯度压缩防御设置下攻击者可获取多少隐私数据度量的标准是什么呢？在高度压缩的场景下梯度泄露攻击的方法：基于属性推断的梯度泄露攻击：攻击者从共享梯度推断出原始私有训练数据的具体属性，
白兔1205·2023-10-22 09:02

python联邦学习syft实现线性回归

1.基于信任的联邦线性回归案例"""@Time：2023/10/16001615:17@Auth：yeqc"""'''基于信任的联邦线性回归案例'''importtorchimportsyftassyfromtorchimportnn#TODO:目前是CPU模式，等以后会用到GPU修改成GPU模式deftrain(num_epochs):foriterinrange(num_epochs):for
安心不心安·2023-10-21 10:38

深度学习之联邦学习

什么是联邦学习联邦学习（federatedlearning）能够让AI算法借助位于不同站点的数据中获得经验。
专注于计算机视觉的AndyJiang·2023-10-20 10:33

基于区块链的分层联邦学习

分层联邦学习（HFL）在保留联邦学习（FL）隐私保护优势的同时，减轻了通信开销，具有高带宽和丰富计算资源的优点。当FL的工作人员或参数服务器不可信或恶意时，方法是使用分层联邦学习。
熊啾啾*·2023-10-20 03:41

基于区块链与联邦学习技术的数据交易平台

目录基于区块链与联邦学习技术的数据交易平台基于区块链与联邦学习技术的数据交易平台联邦学习与区块链的集成的优势在于能够确认参与各方的身份并实现学习过程追溯。
ZhangJiQun&MXP·2023-10-20 03:11

零数科技受邀加入中国信通院隐私计算联盟

零数科技在隐私计算领域有着深度布局，公司自主打造的零数联邦学习平台于2021年底通过中国信通院的“
零数科技·2023-10-19 03:00

联邦学习综述三

ASurveyonFederatedLearningSystemsVisionHypeandRealityforDataPrivacyandProtection选自：IEEETransactionsonKnowledgeandDataEngineering，2021链接本文主要从数据分布、机器学习模型、隐私机制、通信架构、联邦规模和联邦动机六个方面对联邦学习系统
满山的猴子我毛最多·2023-10-18 18:37

联邦学习综述四

ASurveyonSecurityandPrivacyofFederatedLearning选自：FutureGenerationComputerSystems，2020本文介绍了联邦学习安全以及隐私方面面临的挑战
满山的猴子我毛最多·2023-10-18 17:29

PFL-MoE：基于混合专家的个性联邦学习

文章链接：PFL-MoE:PersonalizedFederatedLearningBasedonMixtureofExperts发表会议：APWeb-WAIM2021（CCF-C）目录1.背景介绍联邦学习
恭仔さん·2023-10-18 16:36

联邦学习中的攻击手段和防御机制

联邦学习产生的背景：海量数据的生成和这些数据的后续处理往往需要一个数据仓库并在仓库内汇总数据。
白兔1205·2023-10-18 08:34

联邦学习+梯度+梯度剪枝

联邦学习需要参与者在每一次的本地训练后，上传所更新的模型参数并与其他参与者共享，而参数更新中仍有可能包含所有者的敏感信息解决方案：加密方法（安全多方计算、同态加密）通过将明文编码为密文的方式，只允许特定人员解码
白兔1205·2023-10-18 08:25

区块链如何应用于边缘计算、隐私计算联邦学习

本文探讨如何将区块链应用于边缘计算、隐私计算联邦学习的场景下的实现数据安全和发挥数据价值效率。什么是边缘计算边缘计算是一种分布式系统模型，它由终端设备、边缘服务器、中心服务器三层网络架
xingxin666.eth·2023-10-17 08:19

基于区块链的联邦学习应用研究

传统联邦学习弊端中心依赖成员之间的协作非常依赖协调方，一旦协调方痴线故障或者恶意行为。。激励不足数据体量小的用户对联邦学习感兴趣，数据题量大的用户没有足够动力。
GUAI拐·2023-10-17 08:45

区块链和联邦学习研究现状（翻译）

目前，有很多联邦学习+区块链的的研究工作。Martinez提出使用EOS区块链作为联邦学习的激励层。通过日志、和激励，能够保证联邦学习参与方的热情和高质量的数据贡献。
文三路张同学·2023-10-17 08:15

基于区块链与联邦学习技术的数据交易平台

目录基于区块链与联邦学习技术的数据交易平台基于区块链与联邦学习技术的数据交易平台符合法律法规、数据伦理约束的大规模数据交换是数据要素化的重要条件基础。
ZhangJiQun&MXP·2023-10-17 07:39

【论文理解】FedSky: An Efficient and Privacy-Preserving Scheme for Federated Mobile Crowdsensing

这篇论文同样是来自陆老师组的，发表在IEEEINTERNETOFTHINGSJOURNAL上的一篇关于联邦学习、同态加密的文章。
卷卷卷不动·2023-10-15 12:20

联邦学习攻防综述

联邦学习简介联邦学习使得无法被汇聚在一起的多个数据源，可以通过不可逆的模型信息训练共享模型。
DAYTOY－*⸜( •ᴗ• )⸝*·2023-10-13 09:49

联邦学习综述

AdvancesandOpenProblemsinFederatedLearning》选题：Published10December2019-ComputerScience-Found.TrendsMach.Learn.联邦学习定义联邦学习是一种机器学习设置
满山的猴子我毛最多·2023-10-13 09:18

联邦学习综述（一）

一、联邦学习概念当今的AI仍然面临两个主要挑战。一是在大多数行业中，数据以孤立的孤岛形式存在。另一个是加强数据隐私和安全性。我们为这些挑战提出了一种可能的解决方案：安全的联邦学习。
星如雨ｸﾞｯ!(๑•̀ㅂ•́)و✧·2023-10-13 09:47

联邦学习综述（二）

二、用Shapley值解释联邦学习模型2.1Shapley值我们知道机器学习模型很多都是黑盒或者半黑盒模型。
星如雨ｸﾞｯ!(๑•̀ㅂ•́)و✧·2023-10-13 09:47

联邦学习综述

目录引言横向联邦学习纵向联邦学习联邦学习迁移联邦学习开源框架结论参考文献引言在联邦学习白皮书[1]中给出了明确的联邦学习的定义：各方数据都保留在本地，不泄露隐私也不违反法规；多个参与者联合数据建立虚拟的共有模型
NeverMoreH·2023-10-13 09:46

联邦学习综述二

联邦学习漫画联邦学习漫画链接:https://federated.withgoogle.com/FederatedAnalytics:CollaborativeDataSciencewithoutDataCollection
满山的猴子我毛最多·2023-10-13 09:14

区块链、隐私计算、联邦学习、人工智能的关联

目录前言1.区块链2.隐私计算3.联邦学习（隐私计算技术）4.区块链和联邦学习5.区块链和人工智能展望参考文献前言区块链公开透明，但也需要隐私，人工智能强大，但也需要限制。
笑傲江湖2023·2023-10-11 03:05

【联邦学习】联邦学习量化——non-iid数据集下的仿真

文章目录改进项目背景量化函数的改进non-iid数据集的设置Fedlab划分数据集的踩雷改进项目背景在前面的项目中，虽然对联邦学习中，各个ue训练出来的模型上传的参数进行了量化，并仿真的相关结果。
QinZheng7575·2023-10-11 00:32

关于“资源分配”的知识储备

目录异构网络系统异构和异构统计用户调度联邦学习深度学习模型部署“传统资源分配”和“基于DL的资源分配”任务卸载决策、资源约束下的任务分配、存在优先级的任务调度/卸载启发式算法异构网络定义异构网络(HeterogeneousNetwork
一去不复返的通信er·2023-10-09 12:52

FBL-ET：一个基于事件触发器的联邦宽度学习框架

FBL-ET:Afederatedbroadlearningframeworkbasedoneventtrigger目前，一些研究在联邦学习客户端上使用宽度学习系统。
喜欢吃素的灰太狼·2023-10-08 07:59

《Secure Analytics-Federated Learning and Secure Aggregation》论文阅读

联邦学习是一种训练数据在多方训练，然后聚合结果得到最终的中心化模型。其中的关键就是多方结果的安全聚合。风险模型有很多用户，假设用户都是诚实但好奇的，即会遵守协议规则，但会通过拼凑
superY25·2023-10-06 17:13

数智交蓉 聚变启航 — KDD China 2023数智未来高峰论坛暨KDD China 2023 Summer School会议笔记

PPT截图版权来自微信公众号言十爱，西南交通大学计算机与人工智能学院官号笔记按照报告类别划分而非报告时间划分，且笔记和感想仅为个人浅见可能存在分类分得比较抓马的情况，主要是初学者搞不清细类别目录1.联邦学习
夏莉莉iy·2023-10-06 13:38

互联网简报10.13

正式成为国内第四大运营商3、李彦宏：百度人工智能技术研发费用占收入19%4、中国电信发布天翼云网门户，面向百行千业提供永远在线的政企服务5、原滴滴出行AI实验室负责人叶杰平加入贝壳找房，任技术副总裁6、京东数科推出自研联邦学习平台
603fe48142de·2023-10-02 08:09

联邦学习论文整理

一、综述LimWYB,LuongNC,HoangDT,etal.Federatedlearninginmobileedgenetworks:Acomprehensivesurvey[J].IEEECommunicationsSurveys&Tutorials,2020,2YangQ,LiuY,ChengY,etal.Federatedlearning[J].SynthesisLecturesonA
MrPleom·2023-09-30 21:37

联邦学习的修仙之路_2

目录3.TensorflowFederated指南提纲3.1FederatedLearning（）3.1.1FederatedLearning（）_模型3.1.2FederatedLearning（）_联合计算构建器3.1.3FederatedLearning（）_数据库3.2FederatedCore3.2.1FC类型3.2.2FC构建模块3.TensorflowFederated指南提纲从这篇
一台P4虚拟机·2023-09-30 21:07

Tensorflow Federated Framework 谷歌联邦学习框架

目录TensorflowFederatedFramework谷歌联邦学习框架1、TensorFlowFederatedFramework数据为主整体训练新的语言FederatedLearning(FL)
ZhangJiQun&MXP·2023-09-30 21:36

大规模联邦学习：谷歌的系统设计

大规模联邦学习：谷歌的系统设计摘要：联邦学习是一种分布式机器学习方法，可对大量分散数据进行模型训练。我们已在TensorFlow的基础上为移动设备领域的联合学习构建了可扩展的生产系统。
R2017·2023-09-30 15:33

联邦学习 (FL) 中常见的3种模型聚合方法的 Tensorflow 示例

目录FL的关键概念实现FL的简单步骤Tensorflow代码示例联合学习(FL)是一种出色的ML方法，它使多个设备（例如物联网(IoT)设备）或计算机能够在模型训练完成时进行协作，而无需共享它们的数据。“客户端”是FL中使用的计算机和设备，它们可以彼此完全分离并且拥有各自不同的数据，这些数据可以应用同不隐私策略，并由不同的组织拥有，并且彼此不能相互访问。使用FL，模型可以在没有数据的情况下从更广泛
ZhangJiQun&MXP·2023-09-30 15:02

联邦学习框架--Syft框架

之间建立了标准的通信协议使用tensor链模型有效的override操作实现了DP和MPCPySyft是用于安全和隐私深度学习的Python库，它在主流深度学习框架（例如PyTorch和TensorFlow）中使用联邦学习
M1LKzzz·2023-09-30 15:02

PyTorch实现联邦学习堆叠自编码器

联邦学习是一种用于训练分布在不同设备或地点的模型的技术，其中数据分布在不同的设备上，且不会离开设备。
高山莫衣·2023-09-30 14:02

TensorFlow-Federated简介与安装

TFF的开发旨在促进联邦学习（FL）的开放研究和实验。
恣睢s·2023-09-28 21:59

paddle2.3-基于联邦学习实现FedAVg算法

目录1.联邦学习介绍2.实验流程3.数据加载4.模型构建5.数据采样函数6.模型训练1.联邦学习介绍联邦学习是一种分布式机器学习方法，中心节点为server（服务器），各分支节点为本地的client（设备
ZhangJiQun&MXP·2023-09-27 11:45
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他