《NTP-VFL - A New Scheme for Non-3rd Party Vertical Federated Learning》模型原理
一、概要目前现存算法的三个局限性：理论上的可信三方现实不存在，通常是联邦学习的主要瓶颈。通信和计算成本随着迭代次数的提升，增长很快。扩展性不好，隐私保护的最优模型在两方和多方中不兼容。本文提出一个没有第三方的联邦学习LR算法，使用同态加密计算，该算法允许多方模型训练，并保证数据隐私。使用泰勒展开式作为梯度的近似形式和使用最小批量SGD更新参数训练模型。二、模型详情1、推导逻辑回归模型：P(y=1∣