联邦学习第5页

论文笔记--FEDERATED LEARNING: STRATEGIES FOR IMPROVING COMMUNICATION EFFICIENCY

论文笔记--FEDERATEDLEARNING:STRATEGIESFORIMPROVINGCOMMUNICATIONEFFICIENCY1.文章简介2.文章概括3文章重点技术3.1联邦学习(federatedlearning

Isawany·2023-07-28 09:43

【技术博客】纵向联邦学习简介及实现

B希望能够将他所独有的特征信息与A所独有的特征信息相结合，训练出一个更强大的识别客户信用风险的模型，但由于不同行业之间的行政手续，用户数据隐私安全等因素，企业A，B无法直接互通数据，联邦学习应运而生。

MomodelAI·2023-07-24 06:39

【联邦学习+区块链】A Blockchain-based Decentralized Federated Learning Framework with Committee Consensus

文章目录1.Introduction2.TheproposedframeworkA.BlockchainStorgeB.CommitteeConsensusMechanismC.ModelTraining3.DiscussionA.NodemanagementandincentiveB.CommitteeElectionC.MaliciousNodesD.StorgeOptimization4.E

WuwuwuwH_·2023-07-21 03:44

《Communication-Efficient Learning of Deep Networks from Decentralized Data》

Communication-EfficientLearningofDeepNetworksfromDecentralizedData这篇文章算是联邦学习的开山之作吧，提出了FedAvg的算法，文中对比了不同客户端本地训练次数

volcanical·2023-07-19 03:27

蚂蚁集团开源可信隐私计算框架「隐语」：开放、通用

据介绍，隐语内置MPC、TEE、同态等多种密态计算虚拟设备，提供多类联邦学习算法和差分隐私机制。

南七小僧·2023-07-16 08:37

python调用c++动态库.so和静态库.a

项目场景：隐私保护联邦学习代码实现我目前在实现一个隐私保护联邦学习论文的代码，其中联邦学习的模型训练用python写的代码，隐私保护用c++写的（一种同态加密算法）代码。

wujiahui3045·2023-07-14 20:16

基于SGX和联邦学习的电脑程序数据共享

为了解决这一问题，研究者们不断探索新的技术方法，其中包括英特尔的软件保护扩展（SGX）和联邦学习（FL）。

于小野·2023-07-14 13:14

如何编写联邦学习训练框架——Pytorch实现

联邦学习框架实现联邦学习训练过程由服务器和客户端两部分组成。客户端将本地数据训练得到的模型上传服务器，服务器通过聚合客户端上传的服务器再次下发新一轮的模型，原理很简单，那么我们开始动手写代码。

volcanical·2023-07-14 07:01

【论文阅读笔记】Attack-Resistant Federated Learning with Residual-based Reweighting

如有错误欢迎指出Arxiv2019[1912.11464]Attack-ResistantFederatedLearningwithResidual-basedReweighting(arxiv.org)问题：联邦学习容易受到后门攻击创新

MiaZX·2023-07-14 03:35

联邦学习数据集划分Dirichlet划分法——pytorch实现

联邦学习数据集Dirichlet划分做联邦学习数据集划分的时候，一般要考虑到数据的特异性，我们一般使用dirichlet分布来产生不同的客户端数据。

volcanical·2023-07-13 20:30

Demo___ttf

#Demo:基于联邦学习的图像识别from__future__importabsolute_import,division,print_functionimportcollectionsimportwarningsfromsix.movesimportrangeimportnumpyasnpimportsiximporttensorflowastfimporttensorflow_federate

XJT_Big Data·2023-06-23 20:39

隐私增强计算，区块链结合联邦学习实现数据共享

目录区块链结合联邦学习实现数据共享隐私增强计算什么是隐私增强计算平台功能区块链结合联邦学习实现数据共享联邦学习为摆脱“数据孤岛”困境提供了有效技术手段,受到学术界和工业界的广泛

ZhangJiQun&MXP·2023-06-23 11:15

【论文导读】- A vertical federated learning framework for graph convolutional network（一种用于图卷积网络的纵向联邦学习框架）

文章目录论文信息摘要ContributionsPreliminaries正交多项式最小二乘逼近Paillier同态加密Methodology无监督损失函数算法Conclusion论文信息Averticalfederatedlearningframeworkforgraphconvolutionalnetwork原文地址：Averticalfederatedlearningframeworkforg

1 + 1=王·2023-06-19 05:31

CVPR 2023 | 美团技术团队精选论文解读

这些论文既有自监督学习、领域自适应、联邦学习等通用学习范式方面的技术迭代，也涉及目标检测、跟踪、分割、Low-levelVision等典型视觉任务的性能，体现了美团在基础通用技术和垂直领域技术上的全方位创新

美团技术团队·2023-06-18 21:46

【论文阅读笔记】BaFFLe: Backdoor Detection via Feedback-based Federated Learning

BaFFLe:BackdoorDetectionviaFeedback-basedFederatedLearning|IEEEConferencePublication|IEEEXplore问题：识别、防御联邦学习中的后门

MiaZX·2023-06-17 19:50

【论文阅读】Resisting Distributed Backdoor Attacks in Federated Learning: A Dynamic Norm Clipping Approach

2021IEEEInternationalConferenceonBigDataResistingDistributedBackdoorAttacksinFederatedLearning:ADynamicNormClippingApproach|IEEEConferencePublication|IEEEXplore问题：固定的范数裁剪防御对联邦学习来说仍然难

MiaZX·2023-06-17 19:19

【论文阅读笔记】Local Model Poisoning Attacks to Byzantine-Robust Federated Learning

Usenix2020[1911.11815]LocalModelPoisoningAttackstoByzantine-RobustFederatedLearning(arxiv.org)问题：模型攻击对拜占庭鲁棒性联邦学习的攻击效果尚未清楚创新点

MiaZX·2023-06-17 19:17

FedReID: 联邦学习在行人重识别上的首次深入实践

联邦学习是一种保护隐私的分布式训练方法，可以应用到行人重识别上，以解决这个问题。但是在现实场景中，将联邦学习应用到行人重识别上因为数据异构性，会导致精度下降和收敛的问题。

闭眼卖布·2023-06-16 19:21

【FATE联邦学习】standalone版Fateboard修改配置

背景&做法很多其他程序（比如vscode的codeserver）也会使用这个127001:8080socket进行通信，这样就没办法远程用vscode去开发了，所以需要修改下Fateboard的socket配置。官方文档中也给出了如何修改配置ThedefaultdatabaseforFATEBoardforclusterversionismysql.Ifyouwanttousestandalone

·2023-06-16 15:22

跟我学ModelArts丨探索ModelArts平台个性化联邦学习API

摘要：ModelArts提供了一个实现个性化联邦学习的API——pytorch_fedamp_emnist_classification，它主要是让拥有相似数据分布的客户进行更多合作的一个横向联邦学习框架

·2023-06-16 14:37

《横向联邦学习中 PCA差分隐私数据发布算法》论文算法原理笔记

论文地址：https://www.arocmag.com/article/01-2022-01-041.html论文摘要为了让不同组织在保护本地敏感数据和降维后发布数据隐私的前提下，联合使用PCA进行降维和数据发布，提出横向联邦PCA差分隐私数据发布算法。引入随机种子联合协商方案，在各站点之间以较少通信代价生成相同随机噪声矩阵。提出本地噪声均分方案，将均分噪声加在本地协方差矩阵上。一方面，保护本地

superY25·2023-06-11 22:57

【FATE联邦学习】FATE联邦学习使用GPU、指定cuda下标

问题FATE框架1.x支持GPU训练吗？寻找先看了官网，搜官网，发现还是有的。打开第一个后，里面可以用trainingparam指定各个client的训练GPU，但是好像都是在largelanguagemodel的。而在文档中搜寻到的gpu，其实是release的版本说明，里面搜来搜去，也是只有跟LLM相关的。莫非是一开始就支持GPU？我希望找到具体什么地方验证了FATE支持/不支持GPU在官方群

·2023-06-08 18:17

【FATE联邦学习debug】 No module named ‘federatedml‘

·2023-06-08 17:12

【FATE联邦学习】FATE联邦学习使用GPU、指定cuda下标

问题FATE框架1.x支持GPU训练吗？寻找先看了官网，搜官网，发现还是有的。打开第一个后，里面可以用trainingparam指定各个client的训练GPU，但是好像都是在largelanguagemodel的。而在文档中搜寻到的gpu，其实是release的版本说明，里面搜来搜去，也是只有跟LLM相关的。莫非是一开始就支持GPU？我希望找到具体什么地方验证了FATE支持/不支持GPU在官方群

·2023-06-08 17:12

【FATE联邦学习】FATE 自定义Trainer

背景自己定义了模型后，需要自行定义训练方式。这里文档给了方法，但是大部分还是需要自己看源码摸索。https://fate.readthedocs.io/en/latest/tutorial/pipeline/nn_tutorial/Homo-NN-Customize-Trainer/https://fate.readthedocs.io/en/latest/tutorial/pipeline/nn

·2023-06-08 17:11

【论文】通过基准分析优化联邦人员重新识别的性能

unseven·2023-06-07 18:38

深度学习高温蒸馏：Softmax With Temperature

©作者|清川单位|上海交通大学博士生研究方向|联邦学习、端云协同推断问题来源最近读到一篇模型蒸馏的文章[1]，其中在设计软标签的损失函数时使用了一种特殊的softmax：文章中只是简单的提了一下，其中T

PaperWeekly·2023-04-20 08:43

联邦GNN综述与经典算法介绍

作者：京东科技李杰联邦学习和GNN都是当前AI领域的研究热点。联邦学习的多个参与方可以在不泄露原始数据的情况下，安全合规地联合训练业务模型，目前已在诸多领域取得了较好的结果。

·2023-04-19 18:52

医疗场景下CV应用的总结与思考

目录背景项目总体思路与框架技术难题及解决思路Data模块Modeling模块Deployment模块可优化方向标注流程基于GAN的眼底图像生成模型隐私计算，联邦学习即时标注平台+自动化机器学习背景随着新生儿眼底筛查的普及

weixin_52493773·2023-04-19 10:06

联邦学习概述：（横向联邦学习）

联邦学习能做什么？用于建立移动终端与服务器之间的共享模型在大规模数据背景下有效地利用数据资源保证用户的隐私安全什么是联邦学习？

白兔1205·2023-04-18 19:32

【联邦学习】横向联邦学习（Horizontal Federated Learning，HFL）

文章目录一、横向联邦学习的定义二、横向联邦学习的安全性三、横向联邦学习架构1.客户-服务器架构2.对等网络架构四、联邦优化五、联邦平均算法参考链接一、横向联邦学习的定义横向联邦学习也称为按样本划分的联邦学习

想变厉害的大白菜·2023-04-18 19:32

浅谈联邦学习Federated Learning

最近人工智能、大数据领域的公众号疯狂给我推送“联邦学习”相关的文章，使得本来并不好奇的我，有了一丝丝揭开它神秘面纱的冲动。

廿半·2023-04-18 19:59

联邦学习(联合学习) Federated Learning(FL)

联邦学习，是联邦机器学习的简称,也叫联合学习，联盟学习谷歌公司和微众银行分别提出了不同的“联邦学习”(FederatedLearning)算法框架FederatedLearning:CollaborativeMachineLearningwithoutCentralizedTrainingData

hxxjxw·2023-04-18 19:28

【联邦学习（Federated Learning）】- 横向联邦学习与联邦平均FedAvg

文章目录横向联邦学习的定义横向联邦学习架构客户-服务器架构对等网络架构联邦平均算法横向联邦学习的定义横向联邦学习也称为按样本划分的联邦学习，可以应用于联邦学习的各个参与方的数据集有相同的特征空间和不同的样本空间的场景

1 + 1=王·2023-04-18 19:53

教授专栏51 | 杨强: 联邦学习的隐私保护与模型的知识产权保护 (机器智能研究MIR)...

杨强教授简介杨强教授，加拿大皇家科学院及加拿大工程院两院院士，微众银行首席人工智能官，香港科技大学计算机与工程系讲座教授和前系主任，AAAI-2021大会主席，国际人工智能联合会（IJCAI）理事会前主席，香港人工智能与机器人学会（HKSAIR）理事长，智能投研技术联盟（ITL）主席，ACMTIST和IEEETRANSonBIGDATA创始主编，CAAI，AAAI，ACM，IEEE，AAAS等多个

香港科大商学院内地办事处·2023-04-16 12:32

《CRFL:Certifiably Robust Federated Learning against Backdoor Attacks》

CRFL:CertifiablyRobustFederatedLearningagainstBackdoorAttacksCRFL：针对后门攻击的可验证的鲁棒性联邦学习后门攻击：后门攻击是深度学习中的一种新兴安全威胁

梦码城·2023-04-15 16:52

# 联邦学习-安全树模型 SecureBoost之集成学习

文章目录1联邦学习背景2联邦学习树模型方案3EnsembleLearning3.1集成学习3.2Bagging&Boosting3.2.1Bagging(bootstrapaggregating)3.2.2Boosting3.2.3Bagging

秃顶的码农·2023-04-12 09:28

[TAI 2023] 推荐系统的隐私保护多视图矩阵分解

Privacy-PreservingMulti-ViewMatrixFactorizationforRecommenderSystems|IEEEJournals&Magazine|IEEEXplore摘要随着对数据隐私的日益关注，在联邦学习

sinat_38007523·2023-04-11 21:09

[TIFS 2022] FLCert：可证明安全的联邦学习免受中毒攻击

FLCert:ProvablySecureFederatedLearningAgainstPoisoningAttacks|IEEEJournals&Magazine|IEEEXplore摘要由于其分布式性质，联邦学习容易受到中毒攻击

sinat_38007523·2023-04-11 21:33

Personalized Federated Learning with Moreau Envelopes论文阅读+代码解析

因此，个性化联邦学习在改变传统追求全局一个较好模型做到了平衡——全局与局部的调整，以适应本地数据集。二.相关工

编程龙·2023-04-09 22:01

联邦学习资料整理：文献、视频、应用

闭眼卖布·2023-04-09 17:01

2019年3月11日

因此之后午睡时间也被压缩了……下午谜之不想看联邦学习代码（虽然领导交代本周必须出一次阶段性成果报告），就一边重看魔女的麻将教程一边随便看看keras的文档，中途想试

真昼之月·2023-04-09 15:45

基于联邦学习的多源异构数据融合算法

这使得以云计算为核心的集中式处理模式难以高效处理边缘设备产生的数据.另外，由于边缘网络设备的多样性以及数据表示手段的不断丰富，多模态数据广泛存在.为充分利用边缘设备上的异构数据，解决边缘计算中由于数据隐私引起的“数据通信壁垒”问题，提出了一种联邦学习中基于

米朵儿技术屋·2023-04-09 01:39

直播预告 AI TIME&浙大专场一 | 面向时空异构数据的联邦学习

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！往期精彩文章推荐记得关注我们呀！每天都有新知识！关于AITIMEAITIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。迄今为止，AITIME已经邀请了1000

AITIME论道·2023-04-09 01:59

面向时空异构数据的联邦学习

作者分享链接：【ICLR2023】面向时空异构数据的联邦学习_哔哩哔哩_bilibili论文原文链接：https://arxiv.org/abs/2205.10920报告简介：联邦学习作为面向隐私保护的分布式学习范式

白兔1205·2023-04-09 01:28

联邦学习与安全多方计算

联邦学习与安全多方计算1.联邦学习2.安全多方计算3.联系与区别1.联邦学习联邦学习（FL，FederatedLearning）是谷歌于2016年提出的一种分布式机器学习框架，可以在保护个人数据隐私的前提下

机器学习Zero·2023-04-08 20:46

疯狂的联邦学习！研究员年薪百万？

疯狂的联邦学习我这十几年一直在学习，停都停不下来！

hellompc1·2023-04-07 09:22

联邦学习【FATE安装与部署】

FATE支持Linux或Mac操作系统，支持单机部署、集群部署和KubeFATE部署，其中单机和集群部署都属于原生部署，需要配置必要的开发环境和依赖库。这篇文章主要是整合FATE框架安装所需软件环境的方法指南：系统环境是centos7，可以使用阿里云盘获取centos7镜像和VMware16.2；也可以自行官网下载。centos7镜像等文件https://www.aliyundrive.com/s

IFRᝰএ᭄·2023-04-05 09:10

Fate单机部署（主机版本）

4.4测试4.4.1单元测试4.4.2Toy测试4.5安装FATE-Client和FATE-Test4.6开启fateboard服务4.7python命令4.8flow命令1.常用网址Fate1.6.0联邦学习下载网站

一览天下945·2023-04-05 08:21

联邦学习FATE框架安装搭建 - CentOS8

联邦学习FATE(FederatedAITechnologyEnabler)是微众银行AI部门发起的开源项目，为联邦学习生态系统提供了可靠的安全计算框架。

小陈运维·2023-04-05 08:20

推荐频道

联邦学习

论文笔记--FEDERATED LEARNING: STRATEGIES FOR IMPROVING COMMUNICATION EFFICIENCY

【技术博客】纵向联邦学习简介及实现

【联邦学习+区块链】A Blockchain-based Decentralized Federated Learning Framework with Committee Consensus

《Communication-Efficient Learning of Deep Networks from Decentralized Data》

蚂蚁集团开源可信隐私计算框架「隐语」：开放、通用

python调用c++动态库.so和静态库.a

基于SGX和联邦学习的电脑程序数据共享

如何编写联邦学习训练框架——Pytorch实现

【论文阅读笔记】Attack-Resistant Federated Learning with Residual-based Reweighting

联邦学习数据集划分Dirichlet划分法——pytorch实现

Demo___ttf

隐私增强计算，区块链结合联邦学习实现数据共享

【论文导读】- A vertical federated learning framework for graph convolutional network（一种用于图卷积网络的纵向联邦学习框架）

CVPR 2023 | 美团技术团队精选论文解读

【论文阅读笔记】BaFFLe: Backdoor Detection via Feedback-based Federated Learning

【论文阅读】Resisting Distributed Backdoor Attacks in Federated Learning: A Dynamic Norm Clipping Approach

【论文阅读笔记】Local Model Poisoning Attacks to Byzantine-Robust Federated Learning

FedReID: 联邦学习在行人重识别上的首次深入实践

【FATE联邦学习】standalone版Fateboard修改配置

跟我学ModelArts丨探索ModelArts平台个性化联邦学习API

《横向联邦学习中 PCA差分隐私数据发布算法》论文算法原理笔记

【FATE联邦学习】FATE联邦学习使用GPU、指定cuda下标

【FATE联邦学习debug】 No module named ‘federatedml‘

【FATE联邦学习】FATE联邦学习使用GPU、指定cuda下标

【FATE联邦学习】FATE 自定义Trainer

【论文】通过基准分析优化联邦人员重新识别的性能

深度学习高温蒸馏：Softmax With Temperature

联邦GNN综述与经典算法介绍

医疗场景下CV应用的总结与思考

联邦学习概述：（横向联邦学习）

【联邦学习】横向联邦学习（Horizontal Federated Learning，HFL）

浅谈联邦学习Federated Learning

联邦学习(联合学习) Federated Learning(FL)

【联邦学习（Federated Learning）】- 横向联邦学习与联邦平均FedAvg

教授专栏51 | 杨强: 联邦学习的隐私保护与模型的知识产权保护 (机器智能研究MIR)...

《CRFL:Certifiably Robust Federated Learning against Backdoor Attacks》

# 联邦学习-安全树模型 SecureBoost之集成学习

[TAI 2023] 推荐系统的隐私保护多视图矩阵分解

[TIFS 2022] FLCert：可证明安全的联邦学习免受中毒攻击

Personalized Federated Learning with Moreau Envelopes论文阅读+代码解析

联邦学习资料整理：文献、视频、应用

2019年3月11日

基于联邦学习的多源异构数据融合算法

直播预告 AI TIME&浙大专场一 | 面向时空异构数据的联邦学习

面向时空异构数据的联邦学习

联邦学习与安全多方计算

疯狂的联邦学习！研究员年薪百万？

联邦学习【FATE安装与部署】

Fate单机部署（主机版本）

联邦学习FATE框架安装搭建 - CentOS8