FATE联邦学习

隐私计算FATE-离线预测

一、说明Fate的模型预测有离线预测和在线预测两种方式，两者的效果是一样的，主要是使用方式、适用场景、高可用、性能等方面有很大差别；本文分享使用Fate基于纵向逻辑回归算法训练出来的模型进行离线预测实践
zlt2000·2022-06-27 09:00

《联邦学习实战》：从零开始通过联邦学习实现图像分类

《联邦学习实战》：从零开始通过联邦学习实现图像分类最近需要学习联邦学习，参考《联邦学习实战》入门，本文为《联邦学习实战》第三章的笔记。
MMashiro·2022-06-25 18:29

【大数据技术】联邦学习的总结

【大数据技术】联邦学习的总结联邦学习定义过程特点分类不同的联邦学习模式联邦学习的构架联邦学习关于联邦学习“数据不动模型动”，这是联邦学习的核心，让模型在不同机构之间、端和云之间进行沟通交流。
ZELR·2022-06-25 18:57

Astraea论文阅读笔记

联邦学习——Astraea在开始个性化联邦学习之前，我也看了一些基于全局模型的联邦学习论文，这里挑两篇写个总结，一篇是《Self-BalancingFederatedLearningWithGlobalImbalancedDatainMobileSystems
联邦学习小白·2022-06-25 18:26

流量预测之联邦学习

时间序列预测算法之联邦学习介绍设三个节点，其中一个中心节点，两个子节点，子节点利用LSTM模型训练，保证每个epoch完跟中心节点进行交互，完成参数融合子节点部分代码classLSTM(nn.Module
Massacre96Wj·2022-06-25 18:56

联邦学习和去中心化训练--知识记录

2、联邦学习为移动设备上的模型共享创造可能，模型训练与云端存储解耦，移动端存储训练数据，并进行模型训练和进化。
清韵逐梦·2022-06-25 18:25

联邦学习-区块链论文笔记：Record and Reward Federated Learning Contributions with Blockchain

链接：IEEEXploreFull-TextPDF:作者：IsmaelMartinez（蒙特利尔大学团队）前言：这篇文章虽然是投在国内举办的会议上面（没有丝毫瞧不起CyberC会议的想法哈），但是其想法我觉得还是很新颖的。该方案主体是采用了EOS区块链结构，使用off-chain来直接存储本地模型训练的梯度值，使用on-chain来存储本地模型训练得到梯度值的hash值，防止数据被篡改。激励机制是
James Ken·2022-06-25 18:54

4.Paper小结——《A Secure Federated Learning Framework for5G Networks》

题目：《ASecureFederatedLearningFrameworkfor5GNetworks》0.Abstract联邦学习(FL)最近被提出作为一种新兴的范式，使用分布式训练数据集构建机器学习模型
DK学到头秃·2022-06-25 18:44

8.Paper小结——《VFL: A Verifiable Federated Learning withPrivacy-Preserving for Big Data...》

《VFL:AVerififiableFederatedLearningwithPrivacy-PreservingforBigDatainIndustrialIoT》——VFL：一种可验证的基于隐私的联邦学习
DK学到头秃·2022-06-25 18:44

9.Paper小结——《VerifyNet: Secure and Verifiable Federated Learning》

题目：《VerifyNet:SecureandVerififiableFederatedLearning》——《安全的和可验证的联邦学习》0.Abstract联邦学习作为一种新兴的神经网络训练模型，由于其能够在不收集用户原始数据的情况下更新参数而受到了广泛的关注
DK学到头秃·2022-06-25 18:44

联邦学习分类及前景应用

联邦学习联邦学习联邦学习的分类1.根据数据特点分类2.根据场景分类联邦学习与分布式学习的区别3.联合学习的前景与应用4.模型鲁棒性4.1恶意攻击4.2非恶意故障参考文献联邦学习第一次开始写博客，就从前两天调研的联邦学习开始好了
cheerful090·2022-06-25 17:38

【阅读笔记】联邦学习实战——联邦学习攻防实战

联邦学习实战——联邦学习攻防实战前言1.后门攻击1.1问题定义1.2后门攻击策略1.3详细实现2.差分隐私2.1集中式差分隐私2.2联邦差分隐私2.3详细实现3.模型压缩3.1参数稀疏化3.1.1详细实现
HERODING23·2022-06-25 17:57

《联邦学习实战》杨强 读书笔记十四——构建公平的大数据交易市场

当数据具有资产属性之后，数据便可以直接或者间接地为公司、为社会创造价值和收益，并且可以作为一种特殊的商品在市场中进行交易。与传统的商品交易相比，数据资产交易的市场前景更广阔，但同时也面临着很多的挑战，主要包括：数据的质量、价格如何定义在合法合规的前提下，数据的交易如何确保不会泄露用户的隐私如何构建合理的激励机制来鼓励更多的参与方加入数据交易市场中大数据交易数据交易的定义数据交易是指一种对数据进行买
超威橘猫·2022-06-25 17:57

【阅读笔记】联邦学习实战——联邦学习医疗健康应用案例

联邦学习实战——联邦学习医疗健康应用案例前言1.医疗健康数据概述2.联邦医疗大数据与脑卒中预测2.1联邦数据预处理2.2联邦学习脑卒中预测系统3.联邦学习在医疗影像中的应用3.1肺结节案例描述3.2数据概述
HERODING23·2022-06-25 17:25

【阅读笔记】联邦学习实战——联邦学习智能用工案例

联邦学习实战——联邦学习智能用工案例前言1.智能用工简介2.智能用工平台2.1智能用工的架构设计2.2智能用工的算法设计3.利用横向联邦提升智能用工模型4.设计联邦激励机制4.1FedGame系统架构阅读总结前言
HERODING23·2022-06-25 17:25

【阅读笔记】联邦学习实战——联邦学习在智能物联网中的应用案例

联邦学习实战——联邦学习在智能物联网中的应用案例前言1.案例背景与动机2.历史数据分析3.出行时间预测模型3.1问题定义3.2构造训练数据集3.3模型结构4联邦学习实现阅读总结前言FATE是微众银行开发的联邦学习平台
HERODING23·2022-06-25 17:25

【阅读笔记】联邦学习实战——联邦学习视觉案例

联邦学习实战——联邦学习视觉案例前言1.概述2.案例描述3.目标检测算法概述3.1边框线与锚框3.2交并比3.3基于候选区域的目标检测算法3.4单阶段目标检测4.基于联邦学习的目标检测网络4.1动机4.2FedVision
HERODING23·2022-06-25 17:55

【阅读笔记】联邦学习实战——用FATE从零实现横向逻辑回归

联邦学习实战——用FATE从零实现横向逻辑回归前言1.FATE平台1.1FATE平台架构概述2.Docker镜像安装FATE2.1Docker的安装2.2FATE的安装2.2.1拉取镜像2.2.2启动2.2.3
HERODING23·2022-06-25 17:54

【阅读笔记】联邦学习实战——联邦个性化推荐案例

联邦学习实战——联邦个性化推荐案例前言1.引言2.传统的集中式个性化推荐2.1矩阵分解2.2因子分解机3.联邦矩阵分解3.1算法详解3.2详细实现4联邦因子分解机4.1算法详解4.2详细实现5.其他联邦推荐算法阅读总结前言
HERODING23·2022-06-25 17:54

【阅读笔记】联邦学习实战——用FATE从零实现纵向线性回归

联邦学习实战——用FATE从零实现纵向线性回归前言1.数据集的获取2.纵向数据集切分3.纵向联邦训练3.1数据输入3.2样本对齐3.3模型训练3.4模型评估阅读总结前言FATE是微众银行开发的联邦学习平台
HERODING23·2022-06-25 17:54

【阅读笔记】联邦学习实战——用Python从零实现横向联邦图像分类

联邦学习实战——用Python从零实现横向联邦图像分类前言1.代码分析1.1配置信息1.2训练数据集1.3服务端1.4客户端1.5整合2.模型效果前言本篇学习笔记记录的内容是杨强教授编写的《联邦学习实战
HERODING23·2022-06-25 17:24

【阅读笔记】PPFL全面综述文章: A Comprehensive Survey of Privacy-preserving Federated Learning

PPFL全面综述前言一、个人拙见1.什么是联邦学习？
HERODING23·2022-06-25 17:23

2.Paper小结——《Privacy-preserving blockchain-based federated learning for traffic flow prediction》

题目：基于区块链的基于隐私保护的交通流量预测的联邦学习0.Abstract：交通流量预测已成为智能交通系统的重要组成部分。
DK学到头秃·2022-06-25 17:18

【阅读笔记】联邦学习实战——构建公平的大数据交易市场

联邦学习实战——构建公平的大数据交易市场前言1.大数据交易1.1数据交易定义1.2数据确权1.3数据定价2.基于联邦学习构建新一代大数据交易市场3.联邦学习激励机制助力数据交易4.FedCoin支付系统设计
HERODING23·2022-06-25 17:12

PyTorch学习之旅（一）线性回归模型

结合目前我的博士申请方向和申请情况，澳门大学国重做的是联邦学习和其在自动驾驶上的应用（偏理论），墨尔本大学做的就是自动驾驶中的AI（偏工程），蒙纳士大学做的是基于AI实现对自动驾驶汽车的自动化测试…，因此系统学习下
CSU_DEZ·2022-06-21 07:22

隐私计算FATE-模型训练

一、说明本文分享基于Fate自带的测试样例，进行纵向逻辑回归算法的模型训练，并且通过FATEBoard可视化查看结果。本文的内容为基于《隐私计算FATE-概念与单机部署指南》中部署的环境。
·2022-06-20 09:31

隐私计算FATE-模型训练

一、说明本文分享基于Fate自带的测试样例，进行纵向逻辑回归算法的模型训练，并且通过FATEBoard可视化查看结果。本文的内容为基于《隐私计算FATE-概念与单机部署指南》中部署的环境。
zlt2000·2022-06-20 09:00

隐私计算FATE-核心概念与单机部署

一、说明Fate是一个工业级联邦学习框架，所谓联邦学习指的就是可以联合多方的数据，共同构建一个模型；与传统数据使用方式相比，它不需要聚合各方数据搭建数据仓库，联邦学习在联合计算建模的过程中，多方机构之间的数据是不会进行共享的
·2022-06-20 05:21

联邦学习入门（一）-Advances and Open Problems in Federated Learning详解

本文主要是联邦学习的入门级笔记，主要参考了论文AdvancesandOpenProblemsinFederatedLearning和微众银行的联邦学习白皮书，笔者作为初次接触该领域的小白，对感觉必要的知识做一个总结和记录
wenzhu2333·2022-06-17 07:07

隐私计算FATE-核心概念与单机部署

一、说明Fate是一个工业级联邦学习框架，所谓联邦学习指的就是可以联合多方的数据，共同构建一个模型；与传统数据使用方式相比，它不需要聚合各方数据搭建数据仓库，联邦学习在联合计算建模的过程中，多方机构之间的数据是不会进行共享的
zlt2000·2022-06-13 09:00

2、联邦学习介绍（federated learning）

一、概述（1）问题引出在神经网络中，如果一个网络的训练数据越多，其训练效果往往会越好。那么如果说一个公司有数据，另一个公司也有数据，两家公司的数据共享出来一起使用岂不是更爽？但是，用户数据能够被随意的使用和转发吗？答案是否定的。那么有什么办法可以使得两家公司不泄露用户的情况下，利用到用户数据呢？2016年，为解决安卓系统更新的问题。谷歌提出，可以在用户的手机上部署神经网络训练，只需要将训练好的模型
小黄不头秃·2022-06-01 19:48

【国内首家】百度点石联邦学习平台获得联邦学习产品安全认证证书

2022年5月17日，百度点石联邦学习平台正式获得联邦学习产品安全认证证书，百度成为国内首家获得该项资质的单位。
·2022-05-31 16:44

隐私计算-同态加密的工程化探索

包括同态加密技术，安全多方计算，差分隐私计算，联邦学习等具体方向。它们都在不同场景下想达到不交换数据或者不交换明文数据的情况下依然进行业务计算。
Henzox·2022-05-31 04:50

联邦学习：保护隐私安全以及克服数据孤岛的机器学习

题图摄于北京北三环（本文作者系VMware中国研发云原生实验室架构师，联邦学习KubeFATE/FATE开源项目维护者和贡献者。）
普通网友·2022-05-30 07:51

楚河将意识流成了诗

它不像“fate”那样命中注定，不像“destiny”那样有目标性，它是在毫无期待漫无目的的行走中突然遇到的美好，是分外的惊喜。在里与春风铁人不期而遇，是serendipity。
貅貅·2022-05-26 19:24

FFmpeg Fate(FFmpeg automated test environment)自动化测试

目录简介运行Fate测试Fate的Makefile中的一些targets和variables一个Fate测试示例fate-filter-scale500参考FFmpegAutomatedTestingEnvironment
smallest_one·2022-05-22 23:11

知识蒸馏联邦学习的个性化技术综述

目录前言摘要I.引言II.个性化需求III.方法A.添加用户上下文B.迁移学习C.多任务学习D.元学习E.知识蒸馏F.基础+个性化层G.全局模型和本地模型混合IV.总结前言题目：SurveyofPersonalizationTechniquesforFederatedLearning会议：2020FourthWorldConferenceonSmartTrendsinSystems,Securit
·2022-05-11 19:58

联邦学习神经网络FedAvg算法实现

目录I.前言II.数据介绍1.特征构造III.联邦学习1.整体框架2.服务器端3.客户端4.代码实现4.1初始化4.2服务器端4.3客户端4.4测试IV.实验及结果V.源码及数据I.前言联邦学习(FederatedLearning
·2022-05-11 15:42

PyTorch实现FedProx联邦学习算法

II.数据集介绍联邦学习中存在多个客户端，每个客户端都有自己的数据集，这个数据集他们是不愿意共享的。
·2022-05-11 15:40

FedAvg联邦学习FedProx异质网络优化实验总结

目录前言I.FedAvgII.FedProxIII.实验IV.总结前言题目：FederatedOptimizationforHeterogeneousNetworks会议：ConferenceonMachineLearningandSystems2020论文地址：FederatedOptimizationforHeterogeneousNetworksFedAvg对设备异质性和数据异质性没有太好的
·2022-05-11 15:05

PyTorch实现联邦学习的基本算法FedAvg

目录I.前言II.数据介绍特征构造III.联邦学习1.整体框架2.服务器端3.客户端IV.代码实现1.初始化2.服务器端3.客户端4.测试V.实验及结果VI.源码及数据I.前言在之前的一篇博客联邦学习基本算法
·2022-05-11 15:05

联邦学习论文解读分散数据的深层网络通信

目录前言AbstractIntroductionFederatedLearningPrivacyFederatedOptimizationTheFederatedAveragingAlgorithmExperimentalResultsIncreasingparallelismIncreasingcomputationperclientCanweover-optimizeontheclientda
·2022-05-11 13:25

FedAvg中模型聚合过程的理解分析

目录问题聚合1.聚合所有客户端2.仅聚合被选中的客户端3.选择问题联邦学习原始论文中给出的FedAvg的算法框架为：参数介绍：K表示客户端的个数，B表示每一次本地更新时的数据量，E表示本地更新的次数，η
·2022-05-11 13:21

好看动漫&动画推荐 （附个人动漫排名）

国外（好评多）∶《钢之炼金术士FA》、《缘之空》、《JOJO的奇妙冒险》、《从零开始的异世界生活》、fate系列、《某科学的超强电磁炮》、《罪恶王冠》、《命运石之门》、《东京食尸鬼》、《某科学的超电磁炮
求知向阳·2022-05-11 06:02

虚拟专题：联邦学习 | 面向隐私保护的非聚合式数据共享综述

来源：通信学报面向隐私保护的非聚合式数据共享综述李尤慧子1,殷昱煜1,高洪皓2,3,金一4,王新珩51杭州电子科技大学计算机学院，浙江杭州3100182上海大学计算机工程与科学学院，上海2004443韩国嘉泉大学计算机工程系，城南市4617014北京交通大学计算机与信息技术学院，北京1000445西交利物浦大学电气与电子工程系，江苏苏州215123摘要：海量数据价值虽高但与用户隐私关联也十分密切，
唐名威·2022-04-28 08:57

最新论文笔记(+19)：Biscotti_ A Blockchain System for Private and Secure Federated Learning / TPDS21

Biscotti:ABlockchainSystemforPrivateandSecureFederatedLearning"译为“Biscotti：一个用于隐私和安全联邦学习的区块链系统”这是IEEETransactionsonParallelandDistributedSystems21
Brilliantzhu·2022-04-28 08:18

最新论文笔记(+18)：TrustFed: A Framework for Fair and Trustworthy Cross-Device Federated Learning in IIoT

TrustFed:AFrameworkforFairandTrustworthyCross-DeviceFederatedLearninginIIoT"译为“TurstFed：在工业物联网中一种公平可信的跨设备联邦学习框架
Brilliantzhu·2022-04-28 08:18

KBS 2021 | 联邦学习综述

目录前言摘要1.引言1.1联邦学习的背景1.2联邦学习面临的挑战2.相关工作2.1联邦学习的定义3.联邦学习的分类3.1数据划分3.1.1横向联邦学习3.1.2纵向联邦学习3.1.3联邦迁移学习3.2隐私保护机制
Cyril_KI·2022-04-28 07:08

搜索推荐项目EFLS开源 | 阿里妈妈联邦学习解决方案详解

猜你喜欢0、京东推荐算法精排技术实践1、如何搭建一套个性化推荐系统？2、从零开始搭建创业公司后台技术栈3、【万字干货】某视频APP推荐详解4、微博推荐算法实践与机器学习平台演进5、腾讯PCG推荐系统应用实践6、强化学习算法在京东广告序列推荐场景的应用7、飞猪信息流内容推荐探索8、华为项目管理培训教材9、美团大脑系列之商品知识图谱的构建和应用▐项目背景移动互联网时代出于隐私保护和数据安全，APP之间
智能推荐系统·2022-04-27 07:22

[Misc]2022DASCTF Apr X FATE 防疫挑战赛 wp

文章目录MiscSimpleFlow熟悉的猫冰墩墩MiscSimpleFlow一个签到题，一个个翻tcp流发现在第50流压缩了一个flag.txt，在第52发现该flag.zip,原始数据提取出来后发现需要密码，密码是在压缩时提供的，该流量为蚁剑流量，于是在第50流找到g479cf6f058cf8=1DY2QgIi9Vc2Vycy9jaGFuZy9TaXRlcy90ZXN0Ijt6aXAgLVAg
是Mumuzi·2022-04-25 08:34
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他