FATE联邦学习

联邦学习基础知识和概念（入门）

联邦学习基础知识和概念（入门）联邦学习介绍联邦学习分类横向联邦学习客户-服务器架构对等网络架构纵向联邦学习迁移联邦学习联邦迁移学习的分类**基于实例的联邦迁移学习****基于特征的联邦迁移学习****基于模型的联邦迁移学习
aYao1224·2023-09-23 13:00

联邦学习的架构思想

目录联邦学习介绍（非常详细）联邦学习的由来联邦学习的发展历程1)机器学习2)分布式机器学习3)隐私保护技术4)联邦学习联邦学习的规范与标准联邦学习的架构思想联邦学习的社区与生态联邦学习介绍（非常详细）联邦学习是一种带有隐私保护
ZhangJiQun&MXP·2023-09-23 13:29

联邦学习系统攻击与防御技术

摘要联邦学习作为一种使用分布式训练数据集构建机器学习模型的新兴技术，可有效解决不同数据用户之间因联合建模而导致的本地数据隐私泄露问题，从而被广泛应用于多个领域并得到迅速发展。
a soldiers·2023-09-23 11:30

联邦学习中一种低成本的从攻击中恢复的办法——FedRecover: Recovering from Poisoning Attacks 的背景与相关工作、问题定义、FEDRECOVER、评估 研读报告

目录II.背景与相关工作A.联邦学习(FL)背景B.联邦学习中的投毒攻击C.检测恶意客户端D.机器遗忘III.问题定义A.威胁模型B.设计目标C.服务器要求IV.FEDRECOVERA.概述B.估计客户端的模型更新运用
MikingG·2023-09-20 07:11

USI-0002 SDI-1624 HONEYWELL ，用于工业和物流4.0的人工智能

有了FLAIROP(机器人采摘的联邦学习)项目费斯托来自卡尔斯鲁厄理工学院(KIT)的研究人员与来自加拿大的合作伙伴一起，希望使用分布式人工智能方法让采摘机器人变得更智能。为此，他们正在
zhang13365909307·2023-09-20 01:03

FATE单机部署

简要说明FATE是微众银行发出的联邦学习（FL）开源框架，目前在GITUB上有源码，本文对用docker部署的单机部署的代码做效果展示【源码地址：FATE/standalone-deploy】环境配置dockerrecommendedversionis18.09docker-composerecommendedversionis1.24.0
沿哲·2023-09-19 07:54

2019年3月22日

虽然今天下午终于正常发了工资，但是周五终究是没心情认真工作的（x）所以也就各种摸摸鱼，顺便继续跑了下联邦学习的范例程序。
真昼之月·2023-09-19 06:59

【Mo 人工智能技术博客】联邦学习鲁棒性及相关论文分享

【技术博客】联邦学习鲁棒性及相关论文分享叶寅1背景知识联邦学习系统比较容易受到各种错误的影响。
Momodel平台·2023-09-18 22:57

《META KNOWLEDGE CONDENSATION FOR FEDERATED LEARNING》

全文简介作者说，现在的联邦学习都是交换模型参数，但是，这会在服务器和多个客户机之间产生严重的通信负担。
volcanical·2023-09-18 17:30

fate全系列总播放多少？骨王竟能与之比肩！B站系列播放排行！

我们这一期就把fate全系列，fsn，fz，fa，fe等等加起来，排一个b站系列播放最高的番剧排行榜。观前提示，有些系列阿B没有算作一个系列（没有牌面）我自己把他们加起来了。还有播放量不等于质
动漫秋小白·2023-09-18 05:42

ROYTA—H作品集

2019年3月30日由玄光社发行的Royta—H老师的画集，开本比A4宽一丢丢（比较的是山田章博—久远之庭及副岛成记画集2）厚度大概1cm酱紫吧封面是原创人物爱丽丝封底为Fate人物贞德和其他两本书的比较
莲城莲·2023-09-17 21:14

《命运石之门Steins;Gate》

为什么要提年份，因为2011年可是可谓是番剧的“众神之战”，《Fate/Zero》，《魔法少女小圆》，《未闻花名》，《罪恶王冠》，《银魂》，《日常》，《夏目友人帐叁》等均在2011年播出。
日之朝矣·2023-09-15 07:31

金色噩梦之王----悲剧的开始与结束

机器人名：L.O.N（LordofNightmare金色噩梦之王）家乡：紫萝星系第17文明星-月蚀形象：参考FATE中金闪闪，呆萌版，矮胖版拥有者：两兄弟中的哥哥D.伯恩，后期是弟弟D.鲍文能源：极为稀缺的
文青十三·2023-09-14 23:27

隐私计算FATE-多分类神经网络算法测试

一、说明本文分享基于Fate使用横向联邦神经网络算法对多分类的数据进行模型训练，并使用该模型对数据进行多分类预测。
zlt2000·2023-09-12 01:40

联邦学习：对“数据隐私保护”和“数据孤岛”困境的破局

作者：vivo互联网安全团队-TuDaxi随着计算力、算法和数据量的巨大发展，人工智能迎来第3次发展高潮，开始了各行业的落地探索。然而，在“大数据”兴起的同时，更多行业应用领域中是“小数据”或者质量很差的数据。“数据孤岛”现象广泛存在，例如在信息安全领域的应用中，虽然多家企业推出了基于人工智能技术的内容安全审核、入侵检测等安全服务，但出于用户隐私和商业机密的考虑，企业之间很难进行原始数据的交换，各
·2023-09-11 11:54

好看的动漫(个人收集档案)

进击的巨人黑之契约者绝园的暴风雨叛逆的鲁路修Fate/zeroFatestaynightAnother寄生兽七大罪刀剑神域不死者之王终结的炽天使斩赤红之瞳死亡笔记命运石之门白色相簿2月色真美秒速五厘米言叶之庭穿越时空的少女千与千寻东京残响东京喰种你的名字声之形宝石之国亚人一拳超人心里想要大声呼喊和谐噬神者交响情人梦四月是你的谎言未闻花名只有我不存在的街道我的英雄学院飚速宅男情热传说空之境界黑子的篮
Celyur·2023-09-11 10:29

Ensemble distillation for robust model fusion in federated learning论文笔记

  本文将集成蒸馏运用在联邦学习的模型融合中，并且可以通过未标记的数据或者生成器生成的数据（例如gan）来进行进行模型融合。这让不同客户端的模型异构的前提下，降低了数据隐私泄露的程度。
Zoran_卓·2023-09-11 06:04

"联邦学习"和它的朋友们

最近，我们所从事的行业领域“联邦学习”异常火热，“上云用数赋智”、“数据成为生产要素之一”、“新基建之一的大数据”……我有时候给同行和非同行讲述各行各业都需要用到我们这个技术，来保证企业生产提效过程中使用数据的安全
hellompc1·2023-09-10 08:06

IJCAI 2023 直播预告| 8月31日

哔哩哔哩直播通道扫码关注AITIME哔哩哔哩官方账号预约直播15:00—15:20廖馨婷基于双曲空间探索的非独立同分布联邦学习15:20—15:40吴南楠面向不平衡医学数据的联邦带噪学习15:40—16
AITIME论道·2023-09-09 13:29

论文周报 | 推荐系统领域最新研究进展

嘿，记得给“机器学习与推荐算法”添加星标本周精选了10篇最新推荐系统相关的论文，方向主要包括基于表示学习、联邦学习以及自动机器学习等的推荐算法，应用涵盖会话推荐、序列推荐以及组推荐等。
机器学习与推荐算法·2023-09-09 12:42

FATE危命模式

选择危命模式如果要到飞行地图,还需要勾上飞行插件,回避插件然后到要打危命的地图,把回城点定在该地图点击开始即可,一般选择比自己等级低的地图打.部分复杂的飞行地图卡位请选择地图不复杂的飞行地图.打不过的可以再设置里面将打不过的不打的添加到黑名单.
mining_2c80·2023-09-08 19:36

联邦学习：对“数据隐私保护”和“数据孤岛”困境的破局

作者：vivo互联网安全团队-TuDaxi随着计算力、算法和数据量的巨大发展，人工智能迎来第3次发展高潮，开始了各行业的落地探索。然而，在“大数据”兴起的同时，更多行业应用领域中是“小数据”或者质量很差的数据。“数据孤岛”现象广泛存在，例如在信息安全领域的应用中，虽然多家企业推出了基于人工智能技术的内容安全审核、入侵检测等安全服务，但出于用户隐私和商业机密的考虑，企业之间很难进行原始数据的交换，各
vivo互联网技术·2023-09-07 18:26

深入理解联邦学习——联邦学习与现有理论的区别与联系

分类目录：《深入理解联邦学习》总目录作为一种全新的技术，联邦学习在借鉴一些成熟技术的同时也具备了一定的独创性。下面我们就从多个角度来阐释联邦学习和其他相关概念之间的关系。
von Neumann·2023-09-05 07:26

深入理解联邦学习——联邦学习的分类：基础知识

分类目录：《深入理解联邦学习》总目录在实际中，孤岛数据具有不同分布特点，根据这些特点，我们可以提出相对应的联邦学习方案。下面，我们将以孤岛数据的分布特点为依据对联邦学习进行分类。
von Neumann·2023-09-05 04:17

《FGO》推出了一款《我的世界》风格的衍生游戏，愚人节的小礼物

2月份的时候，博士和大家分享了文章《在众多御主的氪金支持下，历史总收入突破40亿美元》，讲述了根据外媒“Gamesindustry.biz”的报道，《Fate/GrandOrder》从推出到目前为止总收入达到了惊人的
爱游戏的萌博士·2023-09-05 02:42

Privacy-Preserving federated learning An application for big data load forecast in buildings

S0167404823001219loadforecastinbuildings-ScienceDirect摘要：说明背景：大数据分析和预测的重要地位存在问题：负荷预测模型需要消耗大量的关键词：足够种类的数据才能达到高精度，同时这些数据是敏感的;带宽消耗提出使用联邦学习
白兔1205·2023-09-04 08:15

2022DASCTF Apr X FATE 防疫挑战赛WP

NEFU-NSILAB下Maple战队分队于4月23日10:00-18:00所产您也可以点击此处观看文章目录队伍信息解题情况Cryptospecial_rsa题目总代码easy_real题目CVEOFRSA|赛后复现收获Misc问卷调查easyflow其他题解Crypto题解部分Pwn题解部分RE题解部分Misc题解部分Web题解队伍信息名称：村通网队成员：4人排名：30解题情况2道Crypto，
Harry0597·2023-09-03 04:33

你相信缘分吗？我信

昨天跟一个外国朋友聊天聊起“缘分”这个话题，他称之为“Fate”。他告诉我他想找到合适的伴侣，但一直没找到，言语间有些失落的感觉，他说可能有些人注定是这样的吧。
文艺咖啡豆·2023-09-03 00:54

最详细完整版综述论文翻译“Advances and Open Problems in Federated Learning”

AdvancesandOpenProblemsinFederatedLearning”翻译分享AdvancesandOpenProblemsinFederatedLearning这篇论文全面调研和概述了联邦学习中的最新进展和开放问题
YWENROU-·2023-09-02 10:58

Paper推荐｜「隐私集合求交PSI系列」奖励升级，有机会提名隐语社区之星

“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。
·2023-09-01 11:39

奈绪蘑菇fsn访谈

《Fate/staynight》的目标所在坂上：接上刚才的话题，我认为就算在奈须先生的作品中《Fate》的模式也是特别的呢。
周梓聪·2023-09-01 08:16

隐语纵向联邦 SecureBoost Benchmark白皮书

“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。
·2023-08-31 17:33

移动边缘网络中联邦学习效率优化综述

摘要：联邦学习将模型训练任务部署在移动边缘设备，参与者只需将训练后的本地模型发送到服务器参与全局聚合而无须发送原始数据，提高了数据隐私性．解决效率问题是关键设备与服务器之间的通信消耗——通信——通信具体来说
Zh1N1an·2023-08-31 05:04

001 A Comprehensive Survey of Privacy-preserving Federated Learning（便于寻找：FedAvg、垂直联邦学习的基本步骤）

这是我看的第一篇关于联邦学习的论文，综述文章，让我对联邦学习有了初步的了解。
联邦调查局石大分局·2023-08-31 05:30

联邦学习FedAvg-基于去中心化数据的深度网络高效通信学习

为解决上述问题，谷歌提出了联邦学习（FL，federatedlearni
山科智能信息处理实验室·2023-08-31 05:56

一个十年理财达人道出了理财的真相……

人的生命和运程合而为一就是命运(fate)。相对于‘命’而言，我们更能改变和把握的是自己的‘运’。
小白玩投资·2023-08-30 03:48

联邦学习fate框架入门

1.拉取镜像dockerpullfederatedai/standalone_fate:1.7.02.启动容器dockerrun-d-it--namefate-p8080:8080federatedai
Young_____Hu·2023-08-30 01:49

FATE框架中pipline基础教程

目录1.用pipline上传数据2.用`Pipeline`进行`HeteroSecureBoost`的训练和预测3.用`Pipeline`构建神经网络模型3.1Homo-NNQuickStart:ABinaryClassificationTask3.2Hetero-NNQuickStart:ABinaryClassificationTask4.自定义数据集示例：实现一个简单的图像数据集5.自定义损
unseven·2023-08-30 01:49

隐语小课｜两方安全计算ABY2.0 高效的2PC协议

“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。
·2023-08-29 10:30

【联邦学习+区块链】Blockchain-based decentralized federated learning: A secure and privacy-preserving system

文章目录INTRODUCTIONTHEFRAMEWORKOFBFLSPA.WorkingFlowofBFLSPB.BlockDivisionandStorageStructureC.ScoringMechanismD.NodeElectionMechanismCONCLUSION论文地址：https://www.researchgate.net/profile/Endong-Tong/public
WuwuwuwH_·2023-08-28 16:06

FATE学习：跟着日志读源码（二）fate_flow server 启动

日志走读fate_flowserver启动部分综述代码：python/fate_flow/fate_flow_server.pyweb框架：Flask流程为：执行pythonfate_flow_server.py
喵十八·2023-08-26 14:15

FATE学习：跟着日志读源码（一）日志目录结构

综述介绍fate运行过程中产生的各个类型日志版本说明部署方式为KubeFATE。
喵十八·2023-08-26 14:15

FATE学习：配置文件解析及V1/V2版本对比

综述为了让任务模型的构建更加灵活，目前FATE使用了一套自定的领域特定语言(DSL)来描述任务。
喵十八·2023-08-24 20:51

联邦学习：对“数据隐私保护”和“数据孤岛”困境的破局

作者：vivo互联网安全团队-TuDaxi随着计算力、算法和数据量的巨大发展，人工智能迎来第3次发展高潮，开始了各行业的落地探索。然而，在“大数据”兴起的同时，更多行业应用领域中是“小数据”或者质量很差的数据。“数据孤岛”现象广泛存在，例如在信息安全领域的应用中，虽然多家企业推出了基于人工智能技术的内容安全审核、入侵检测等安全服务，但出于用户隐私和商业机密的考虑，企业之间很难进行原始数据的交换，各
·2023-08-24 12:12

干货分享：可证明安全的隐私计算

“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。
·2023-08-24 11:54

隐私计算技术解读 | 一文读懂SealPIR-基于同态的隐私信息检索协议

“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。
·2023-08-21 11:25

隐私计算技术｜深度解读可信隐私计算框架“隐语

“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。
·2023-08-18 15:46

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。
·2023-08-17 17:47

纵向联邦学习-HeteroBoosting

定义在数据集上具有相同的样本空间、不同的特征空间的参与方所组成的联邦学习归类为纵向联邦学习（VerticalFederatedLearning，VFL），也可以理解为按特征划分的联邦学习。
Gary134·2023-08-16 22:54

隐私计算FATE-模型训练

mark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。
zlt2000·2023-08-16 19:02
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他