AS联邦

横向联邦学习-梯度安全聚合（二）

一背景最近总结自己的公众号的时候，发现一个问题：对于联邦学习的文章，基本都是在讲述纵向联邦学习，对于横向联邦学习的技术涉及较少，所以心血来潮之下，决定写几篇文章来压压箱子底。
秃顶的码农·2022-09-19 07:06

联邦学习在腾讯微视广告投放中的实践

分享人：宋凯博士整理者：林宜蓁导读:本文从广告主的角度，分享联邦学习实践的经验跟思考。先介绍业务与技术选型背景：团队项目为用户增长及成本控制，方式为广告渠道投放，投放目标分为拉新、拉活两类。
腾讯大数据·2022-09-19 07:00

【论文导读】 - 关于联邦图神经网络的3篇文章

文章目录FederatedGraphNeuralNetworks:Overview,TechniquesandChallenges论文信息摘要主要内容Afederatedgraphneuralnetworkframeworkforprivacy-preservingpersonalization论文信息摘要主要内容DecentralizedFederatedGraphNeuralNetworks论
1 + 1=王·2022-09-19 07:56

Pysyft 实现真实场景下联邦学习python3代码示例

Pysyft实现真实场景下联邦学习python3代码示例          \,\,\,\,\,\,\,\,\,\,本教程使用pysyft联邦学习python3框架，基本实现了真实场景下多机器联邦学习，
六娃_lw·2022-09-16 18:51

住宅代理IP在网络攻击中的作用

该警告是联邦调查局的互联网犯罪投诉中心（IC3）上作为私营行业通知发布的主要是用来提高需要实施针对撞库攻击的防御的互联网平台管理员的意识。
·2022-09-16 10:24

微前端实现方案之iframe

微前端是最近几年火起来的概念，iframe是早期实现微前端的理想方案，而现在有了其它的方案，比如qianduan框架，single-spa，以及webpack5带来的联邦模块方案。
_littleTank_·2022-09-11 19:29

塞班岛游记

塞班岛是美属北马里亚纳群岛联邦最大的岛屿和首府所在地。它位于东经145度，北纬15度的太平洋的西部，即关岛北方200公里，菲律宾海与太平洋之间，西南面临菲律宾海，东北面临太平洋。
一支万年青·2022-09-11 14:41

Hadoop(二)hadoop伪分布式、全分布式、高可用、联邦模式的区别

1、单机模式表示所有的分布式系统都是单机的。2、伪分布式模式（搭建在了只有一个节点的集群中）表示集群中的所有角色都分配给了一个节点。表示整个集群被安装在了只有一个节点的集群中的。主要用于做快速使用，去模拟分布式的效果。3、分布式模式表示集群中的节点会被分配成很多种角色，分散在整个集群中。主要用于学习测试等等一些场景中。4、高可用模式表示整个集群中的主节点会有多个注意区分：能够对外提供服务的主节点还
嘿~叔·2022-09-06 19:38

core-js介绍及安装使用

根据俄罗斯联邦法律，他被判处有期徒刑18个月，剥夺2年驾驶权利，另处以罚金138万卢布。详情地址：core-js作者入狱18个月，2
Fashion_Barry·2022-09-05 11:03

hel-micro 模块联邦新革命

hel-micro，模块联邦sdk化，免构建、热更新、工具链无关的微模块方案，欢迎关注与了解模块联邦之缘起自谷歌chrome浏览器异军突起，并在2008年9月2号正式官宣发布v8js引擎之后，它以极高的运行效率席卷了网络世界
·2022-09-02 23:50

模块联邦插件中几个name的用法和关联

newModuleFederationPlugin({name:'my_name',filename:'remoteEntry.js'remotes:{//multiple是内部使用的名称//multiple_mf_v0_0_1是外部模块的name，相当于这里的my_name'multiple':'multiple_mf_v0_0_1@//localhost:9001/remoteEntry.js
·2022-09-02 11:30

CIKM 2022 AnalytiCup Competition: 联邦异质任务学习

简介：为了探索联邦学习中的异质性，推动联邦学习领域的发展，阿里巴巴达摩院智能计算实验室联合天池举办“CIKM2022AnalytiCupCompetition:联邦异质任务学习”大赛，期待借助本次比赛助力打破现实应用中的
阿里云开发者·2022-08-30 22:21

hel-micro 模块联邦新革命-实战预告

hel-microgit：https://github.com/tnfe/hel（你的小星星是我们开源的最大动力）bilibili模块联邦分享内容预告在线案例体验：https://codesandbox.io
·2022-08-30 19:42

飞行员需要新的策略来解决资金被困、外汇危机

NUATE提供原油掉期合约，哀叹撤资影响航空利益相关者敦促联邦政府和航空部跳出框框思考可持续的解决方案，以解决外国航空公司被困资金和外汇流动性危机的问题。
waihuitianyan·2022-08-28 15:14

是什么让一个囚犯感动了世界？

一名触犯俄罗斯联邦刑法第九百三十一条而入狱服刑的犯人，代表二十六号牢房的狱友向他提出一个乍看不可思议的请愿。这名叫做哈达可夫的囚犯，
flx麟翔·2022-08-26 09:44

认罪了！前苹果汽车工程师承认跳槽前窃密，或面临 10 年监禁

整理|郑丽媛出品|CSDN（ID：CSDNnews）本周一，前苹果硬件工程师张小浪（XiaolangZhang）在美国圣何塞联邦法院认罪了：他承认，在跳槽小鹏前曾窃取苹果汽车部门的商业机密。
CSDN资讯·2022-08-24 09:30

【Prometheus】Prometheus联邦的一次优化记录[续]

Prometheus联邦的一次优化记录[续]前言正文服务器规划分析过程分组摄取小结前言之前有整理过一次Prometheus联邦集群的优化记录，针对无用指标进行一个摈弃，从一定程度上环节查询节点的数据拉取压力
Meepoljd·2022-08-22 23:21

极客星球 | FATE联邦学习框架理论与应用初探

一、背景随着大数据、云计算等技术的发展，数据隐私安全问题受到越来越多的重视，各国都在加强数据安全和隐私保护。中国在2017年实施的《中华人民共和国网络安全法》要求网络运营者不得泄露、篡改、毁坏收集的个人信息，并且在于第三方进行数据交易时需要确保合同明确约定拟交易数据的范围和数据保护义务。欧盟也在2018年实施了法案《通用数据保护条例》(GeneralDataProtectionRegulation
MobTech袤博科技·2022-08-19 18:07

【论文阅读】A Novel Attribute Reconstruction Attack in Federated Learning

本文提出了一种属性重构攻击（AttributeReconstructionAttack，ARA），利用构建样本产生的更新梯度和受害者模型更新的梯度的cos相似度，在联邦学习场景下具有较大的研究价值。
学渣渣渣渣渣·2022-08-19 07:17

【联邦学习的隐私攻击及防御】 持续更新~

本文以论文小结的形式汇报近几年联邦学习安全方面的研究。
学渣渣渣渣渣·2022-08-19 07:17

【联邦学习论文笔记1】Label Inference Attacks Against Vertical Federated Learning

LabelInferenceAttacksAgainstVerticalFederatedLearning0Abstract1Introduction2Background3LabelInferenceAttacks3.1可能存在的隐私泄露3.2威胁模型3.3基于模型不全的被动标签推断3.4基于恶意本地优化器的主动标签推断攻击3.5DirectLabelInferenceAttack4实验设置4.
LilaLenu·2022-08-19 07:12

论文笔记：GRNN: Generative Regression Neural Network - A Data Leakage Attack for Federated Learning

GenerativeRegressionNeuralNetwork-ADataLeakageAttackforFederatedLearning来源未发布年份2021.5.2作者HanchiRen,JingjingDeng,XianghuaXie核心点利用梯度信息对联邦学习中的客户端原始数据进行攻击
三金samkam·2022-08-19 07:41

Label Inference Attacks Against Vertical Federated Learning

USENIXSecurity2022摘要：随着欧盟《通用数据保护条例》、中国《中华人民共和国数据安全法》等法案的颁布实施，联邦学习（FederatedLearning，FL）作为一种具有隐私保护属性的分布式机器学习模型训练范式
偷懒不学习·2022-08-19 07:35

论文阅读:Privacy Leakage of Real-World Vertical Federated Learning

文章目录联邦学习横向联邦学习纵向联邦学习小节反向攻击1、加噪声破坏神经网络2、成员推理攻击同态加密SecureXGBoost现实世界中联邦学习的隐私泄露反向乘法攻击反向求和攻击幻数一些可能的防御措施联邦学习为什么叫联邦学习
irrationality·2022-08-19 07:03

10亿+/秒！看阿里如何搞定实时数仓高吞吐实时写入与更新

原交互式分析）是阿里云自研的一站式实时数仓，这个云原生系统融合了实时服务和分析大数据的场景，全面兼容PostgreSQL协议并与大数据生态无缝打通，能用同一套数据架构同时支持实时写入实时查询以及实时离线联邦分析
·2022-08-18 18:05

湖仓一体，Hologres加速云数据湖DLF技术原理解析

中文名交互式分析）是阿里云自研的一站式实时数仓，这个云原生系统融合了实时服务和分析大数据的场景，全面兼容PostgreSQL协议并与大数据生态无缝打通，能用同一套数据架构同时支持实时写入实时查询以及实时离线联邦分析
阿里云大数据AI技术·2022-08-18 13:14

启航

这里是太阳系联盟总部，来自地球联邦、火星联邦、木卫二基地等处的人类代表，陆续搭乘行星系飞船抵达。太阳系是我们人类的家园，也是人类的摇篮。人类不能一直停留在摇篮，想要生存发展，必须走向星辰大海。
书冰·2022-08-17 10:05

华能 + Alluxio | 数字化浪潮下跨地域数据联邦访问与分析

1.数字化转型与国产化进程推进为了响应国家“十四五”数字经济发展规划的号召，中国企业推动创新资源共建共享，促进创新模式开放化演进，在信息化、数字化、智能化的强烈需求下，中国龙头企业统筹全渠道的技术能力，逐渐形成了一套覆盖集团业务发展、经营管理等核心发展战略需要的战略方向。数字化转型初见成效，数据能力不断挖掘与创新；大数据技术推陈出新，国产化步伐日益加快。无论是互联网企业还是传统行业下的领导企业，有
·2022-08-15 14:45

联邦学习：联邦多视角学习在跨领域推荐中的应用

推荐系统中常常面临冷启动和用户交互数据稀疏的问题。解决这个问题的一个手段就是对用户在多个领域(domain)的日志数据联合起来进行建模，而多视角(multiview)推荐模型就是一种常见的跨领域数据联合建模方式，它会将多个视角对应的特征映射到一个共享的隐空间（latentspace）。跨领域推荐在实际应用中常常面临隐私性的挑战，其一是不同用户的数据难以合法地进行集中化收集；其二是其使用的迁移学习模
orion-orion·2022-08-13 22:00

【科普】半监督学习的概述与思考，及其在联邦学习场景下的应用

在联邦学习中，由于数据的非独立同分布特性（Non-IID）导致了每个客户端（数据拥有者）自身的数据可能存在噪声、标注不完全、数据量不够等等情况，同时我们从隐私安全的方面考虑到只要使用数据，就有可能存在隐私泄露的
我爱计算机视觉·2022-08-13 07:53

半监督学习的概述与思考，及其在联邦场景下的应用（续）

关注公众号，发现CV技术之美上一文（【科普】半监督学习的概述与思考，及其在联邦学习场景下的应用）中，我们主要介绍了半监督学习相关的基础知识、方法以及一些SOTA论文，接下来我们将从联邦学习结合半监督学习的角度来进行探讨
我爱计算机视觉·2022-08-13 07:53

IJCAI主席杨强：联邦学习的最新发展及应用

https://www.toutiao.com/i6714524498911035911/2019-07-1715:04:20“同态加密”的突破使联邦学习成为解决“隐私保护+小数据”双重挑战的利器。
喜欢打酱油的老鸟·2022-08-12 14:34

Java中的对称加密详解

常见的对称加密方法DES:DataEncryptionStandard，即数据加密标准，是一种使用密钥加密的块算法，1977年被美国联邦政府的
·2022-08-12 14:24

“AI 不是‘人’，不能成为‘发明家’！”

整理|郑丽媛出品|CSDN（ID：CSDNnews）上个月，一位瑞典AI研究人员帮GPT-3争取论文“一作”的事件还没有下文，这个月美国联邦巡回法院已经确认：AI系统不能为其发明申请专利，因为它们不是“
CSDN资讯·2022-08-12 09:50

FATE使用手册

FATE简介FATE（FederatedAITechnologyEnabler）是微众银行AI部门发起的一个开源项目，旨在提供一个安全的计算框架来支持联邦AI生态系统。
路新航·2022-08-11 14:40

CIKM 2022 AnalytiCup Competition: 联邦异质任务学习

简介：为了探索联邦学习中的异质性，推动联邦学习领域的发展，阿里巴巴达摩院智能计算实验室联合天池举办“CIKM2022AnalytiCupCompetition:联邦异质任务学习”大赛，期待借助本次比赛助力打破现实应用中的
·2022-08-10 12:10

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，这一路走来可
·2022-08-04 21:56

2022-08-04 增长率下降

他预计，到2022年底，联邦基金利率可能要升至3.75%-4%。
美元微笑了·2022-08-04 09:39

什么密码，永远无法被黑客攻破？

 hvq se提示：和身份有关的一切说起破译密码，就不得不提一个人，这个人：成功进入麦当劳的点餐系统，成功闯入“北美空中防护指挥系统”，成功侵入美国著名的“太平洋电话公司”的通信网络系统，成功攻击美国联邦调查局的网络系统
Authing·2022-08-02 19:10

压缩视频增强调研

从一个比赛说起NTIRE2021视频质量增强竞赛（ChallengeonQualityEnhancementofCompressedVideo）由瑞士苏黎世联邦理工学院（ETHZurich）博士研究生RenYang
C_小米同学·2022-08-01 07:18

联邦学习：联邦场景下的多源知识图谱嵌入

在实际应用中我们常常面临一系列来自不同数据持有方的知识图谱，我们将其称为多源知识图谱（Multi-SourceKG）。按照数据异构程度可分为两种形式，第一种类型中各知识图谱的领域(domain)相同，比如都是来自不同银行的用户知识图谱。这些知识图谱中也可能有实体重叠(overlapped)，因为在日常生活中，一个用户很可能在不同银行都产生有相关的数据（元组）；第二种情况数据更具有异构性，各个知识图
orion-orion·2022-07-31 15:00

Effective C++ 阅读笔记 01：让自己习惯C++

文章目录条款01：视C++为一个语言联邦请记住我的理解条款02：尽量以*const,enum,inline*替换*#define*请记住我的理解条款03：尽可能使用*const*请记住我的理解条款04：
ShowM3TheCode·2022-07-28 10:00

Effective C++学习笔记

一、让自己习惯C++条款01：视C++为一个语言联邦C++并不是一个带有一组守则的一体语言：他是从四个次语言**(C、Object-OrientedC++、Template、STL)**组成的联邦政府，
程序员编程指南·2022-07-26 10:45

EffectiveC++ 55个改善编程与设计的有效方法（含代码分析，一定收藏）

EffectiveC++简介项目链接一.让自己习惯C++条款01：视C++为一个语言联邦条款02：尽量以const，enum，inline替换#define条款03：尽可能使用const条款04：确定对象被使用前已经被初始化二
Handling[韩镇江]·2022-07-26 10:53

EffectiveC++笔记 目录

Charpter1.让自己习惯C++条款01:视C++为一个语言联邦条款02:尽量以const，enum，inline替换#define条款03:尽可能使用const条款04:确定对象被使用前已先被初始化
andouang8470·2022-07-26 10:50

《Effective C++》改善程序与设计的55个具体做法

内容1.让自己习惯C++条款01：视C++为一个语言联邦C++是一个多重泛型编程语言，一个同时支持过程形式、面向对象形式、函数形式、泛型形式、元编程的语言。
thginWalker·2022-07-26 10:19

联邦学习综述（二）——联邦学习的分类、框架及未来研究方向

文章目录第三章联邦学习分类3.1横向联邦学习3.2纵向联邦学习3.3联邦迁移学习第四章联邦学习框架4.1开源框架介绍4.2FATE——企业级框架第五章未来研究方向5.1安全性5.2激励机制5.3有效性和效率第三章联邦学习分类前两章对联邦学习的定义并没有讨论如何具体地设计一种联邦学习的实施方案
.别拖至春天.·2022-07-25 14:38

Nature子刊 | AI驱动的药物开发是一把双刃剑

瑞士联邦核生化保护研究所--Spiez实验室--召开了由瑞士政府设立的"融合"系列会议，以确定化学、生物学和可能对《化学武器公约》和《生物武器公约》产生影响的技术发展。
weixin_4528312·2022-07-24 15:37

联邦学习【分布式机器学习技术】【①各客户端从服务器下载全局模型；②各客户端训练本地数据得到本地模型；③各客户端上传本地模型到中心服务器；④中心服务器接收各方数据后进行加权聚合操作，得全局模型】

为了解决以上问题，谷歌提出联邦学习（FL，federatedlea
u013250861·2022-07-24 07:21

《联邦学习》阅读笔记

高质量、大数据的训练数据通常是很难获得的，我们不得不面对难以桥接的数据孤岛。由于数据是由不同组织的不同部门产生并拥有的，传统的方法是收集数据并传输至一个中心点（例如一个数据中心），这个中心点拥有高性能的计算集群并且能够训练和建立机器学习模型，然而由于数据孤岛的出现，这种方法近来已经不再有效或者适用了随着人工智能在各行各业的应用落地，人们对于用户隐私和数据的安全度也在不断提高。用户开始更加关注自己的
Narcissus`小暮·2022-07-24 07:49
上一页 40 41 42 43 44 45 46 47 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他