Federated联邦学习

基于 OpenMLDB 的联邦学习方案被国际数据挖掘学术会议 CIKM 录取

该论文主要描述了基于OpenMLDB的时序数据特征抽取的语义，扩展到联邦学习的创新性研究工作。该方案进一
·2022-10-20 22:44

【论文导读】- GraphFL: A Federated Learning Framework for Semi-Supervised Node Classification on Graphs

文章目录论文信息摘要主要工作Model-agnosticmetalearning(MAML)GraphFLFramework1.GraphFL用于联合GraphSSC和非IID图数据2.GraphFed用于联合GraphSSC和新标签3.通过自训练来利用未标记节点论文信息原文地址：https://arxiv.org/abs/2012.04187摘要Graph-basedsemi-supervise
1 + 1=王·2022-10-18 17:24

精通innodb引擎_《MySQL技术内幕:InnoDB存储引擎》PDF 下载

1.2mysql体系结构1.3mysql表存储引擎1.3.1innodb存储引擎1.3.2myisam存储引擎1.3.3ndb存储引擎1.3.4memory存储引擎1.3.5archive存储引擎1.3.6federated
weixin_39799561·2022-10-15 01:20

Mysql 事务与Spring事务

Mysql存储引擎mysql的存储引擎包括：MyISAM、InnoDB、BDB、MEMORY、MERGE、EXAMPLE、NDBCluster、ARCHIVE、CSV、BLACKHOLE、FEDERATED
不看白不看，看了不白看·2022-10-12 20:22

2022MySQL面试题

存储引擎主要有：1.Mylsam，2.InnoDB，3.Memory，4.Archive，5.Federated2.In
Qinꦿ.๓·2022-10-12 20:12

机器学习之联邦学习

联邦学习（FederatedLearning）联邦机器学习又名联邦学习，联合学习，联盟学习。
一颗西柚子·2022-10-01 07:15

MySQL技术：MySQL—InnoDB存储引擎体系架构

不同的存储引擎存储表的物理结构不同MySQL数据库最大的特点就是插件式的表存储引擎，即支持多种存储引擎，目前默认的存储引擎是InnoDB，但是其还支持：MyISAM，NDB，Memory，Archive，Federated
陌隋·2022-09-30 07:31

Personalized Cross-Silo Federated Learning on Non-IID Data 论文解析

二.相关工作全局联邦学习训练一个单一的全局模型以最小化所有客户数据的经验损失函数。然而当不同客户端之间的数据不是IID时，很难收敛
编程龙·2022-09-28 09:57

Federated Reconnaissance: Efficient, Distributed, Class-Incremental Learning 论文阅读+代码解析

论文地址点这里一.介绍论文中，作者提出了联合侦察，这是一类新的学习问题，分布式模型应该能够独立地学习新的概念，并有效地共享这些知识。通常在联合学习中，单个静态类集由每个客户端学习。相反，联邦侦察要求每个客户机可以单独学习一组不断增长的类，并与其他客户机有效地交流之前观察到的和新的类的知识。这种关于学习类的交流可以从客户那里获得知识;然后期望最终合并的模型支持每个客户机已公开的类的超集。然后可以将合
编程龙·2022-09-28 09:57

联邦学习隐私保护相关知识总结

当不同企业甚至同一企业的不同部门之间需要合作进行联合建模时，将面临跨越重重数据壁垒的考验早期的分布式计算及联邦学习的产生早期的分布式计算：试图通过整合不同来源的数
学无止境我爱学习·2022-09-26 10:44

联邦学习综述（一）——联邦学习的背景、定义及价值

文章目录第一章：联邦学习背景1.1现状1.2挑战1.3联邦学习解决方案1.4联邦学习第二章：定义及价值2.1概述2.2定义2.3公共价值2.4商业价值2.5联邦学习与现有研究的关系第一章：联邦学习背景1.1
.别拖至春天.·2022-09-22 13:15

美团隐私计算平台通过行业权威认证

近日，在2022年隐私计算大会上，中国信通院公布第六批可信隐私计算评测结果，美团隐私计算平台通过“联邦学习安全”和“多方安全计算基础能力”两个专项评测认证。
·2022-09-19 11:52

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

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

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

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】 Beyond Inferring Class Representatives: User-Level Privacy Leakage From Federated Learning

本文提出了一种multi-task的GAN（multi-taskGANforAuxiliaryIdentification(mGAN-AI)），可以恢复client级别的多种隐私，包括数据所属的类别、真假、来自哪一个client，最后还能实现某位client训练数据的恢复。现有工作的不足Hitajetal.[4]proposedaGAN-basedreconstructionattackagain
学渣渣渣渣渣·2022-08-19 07:48

【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

【论文阅读】CAFE: Catastrophic Data Leakage in Vertical Federated Learning

本文主要讲述了恶意server如何在VFL环境下根据数据索引来还原完整的训练数据。这里写目录标题现有工作的不足主要贡献实现assumption&target为什么大批量数据难以恢复？原理现有工作的不足针对大批量训练数据还原存在诸多局限性（缺乏理论证明），通过加大训练的batchsize可以规避那些攻击。条件过于苛刻，例如要求恢复的数据样本数量要远小于总类别数目。主要贡献利用VFL中datainde
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

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

FATE使用手册

它支持联邦学习架构和各种机器学习算法的安全计算，包括逻辑回归、基于树的算法、深度学习和迁移学习。FATE技术框架FederatedML算法功能组件，包括常见机器学习算法联邦化实
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

mysql分区

MySQL分区不能与使用MERGE，CSV或FEDERATED存储引擎。分区适用于表的所有数据和索引;您不能只分区数据而不分区索引，反之亦然，也不能只分区表的一部分。
sunpy·2022-08-06 18:07

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

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

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

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

联邦学习概要

蓦然回首，发现写了很多联邦学习方面的文章，但是没有写一篇联邦学习方面的介绍性的综述，所以写了这篇文章，从整体介绍下联邦学习的背景、联邦学习的简介、隐私保护技术与营销应用场景。
秃顶的码农·2022-07-24 07:47

联邦学习论文阅读一：经典FedAvg

联邦学习论文阅读一：经典FedAvgCommunication-EfficientLearningofDeepNetworksfromDecentralizedData论文地址：https://arxiv.org
一步一个脚印ッ·2022-07-24 07:47

联邦学习-安全树模型 SecureBoost之XGBoost

文章目录1联邦学习背景2联邦学习树模型方案5XGBoost概述6树的目标函数6.1加法模型6.2泰勒展开7树的生成策略8树的生成算法9参考资料10番外篇1联邦学习背景鉴于数据隐私的重要性，国内外对于数据的保护意识逐步加强
秃顶的码农·2022-07-24 07:46

纵向联邦学习中的线性回归，了解一下

文章目录背景知识线性回归算法同态加密联邦学习下线性回归算法偏导怎么算Loss怎么算模型如何应用关于模型的疑问参考资料本篇内容讲一下论文《FederatedMachineLearning:ConceptandApplications
forest_open·2022-07-24 07:43

联邦学习笔记（二）

本文首发于FengYu的空间https://yu-feng.top/写在前面参考文献《AdvancesandOpenProblemsinFederatedLearning,2019》，58位作者的105页文章。笔者当前花了一些时间来阅读这篇论文，由于能力有限，只做一些感兴趣点的记录和分析。另引用内容见文末参考文献，如侵权请联系笔者。欢迎讨论~AdvancesandOpenProblemsinFed
feng_zhiyu·2022-07-24 07:42

联邦学习综述：概念与应用

联邦学习：概念与应用2019ACMTransactionsonIntelligentSystemsandTechnology,Hongkong现在的人工智能仍然面临两个挑战：数据孤岛和数据安全。
你的宣妹·2022-07-24 07:41

联邦学习之路

参考视频参考文章一、概念1.1什么是联邦学习？谷歌对于联邦学习的定义是，无需通过中心化的数据，即可训练一个机器学习模型。
bu volcano·2022-07-24 07:10

分布式机器学习&联邦学习论文阅读笔记（持续更新）

分布式机器学习&联邦学习论文阅读笔记（持续更新）一、开源框架FedML二、数据异构问题FedProxBridgingMedianandMeanAlgorithms（NeurIPS2020）FedProto
Shawn2134123·2022-07-24 07:09

【联邦学习】用Tensorflow实现联邦学习传递梯度

前言联邦学习系列文章：TensorflowFederatedFramework谷歌联邦学习框架：自底向上简明入门【联邦学习】用Tensorflow实现联邦模型AlexNetonCIFAR-10本篇文章与上篇
Zing22·2022-07-24 07:08

区块链与联邦学习综述

区块链与联邦学习综述本期分享的论文是由DinhC.Nguyen等人在2021年发表在IEEEInternetofThingsJournal的文章《FederatedLearningMeetsBlockchaininEdgeComputingOpportunitiesandChallenges
如是我闻CsDn·2022-07-24 07:37

简单理解什么叫联邦学习（全）

本篇博文以一篇综述为例，讲述什么叫联邦学习！！
Brilliantzhu·2022-07-24 07:35

分布式学习和联邦学习简介

在这篇文章中，我们将讨论分布式学习和联邦学习的主要原理以及它们是如何工作的。首先，我们从一个简单的单机示例开始，然后将其发展为分布式随机梯度下降（D-SGD），最后是联邦学习（FL）。
deephub·2022-07-24 07:03

支持多数不规则用户的隐私保护联邦学习框架

摘要针对联邦学习存在处理大多数不规则用户易引起聚合效率降低，以及采用明文通信导致参数隐私泄露的问题，基于设计的安全除法协议构建针对不规则用户鲁棒的隐私保护联邦学习框架。
米朵儿技术屋·2022-07-23 22:57
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他