• 联邦学习——诚实与好奇


    联邦学习——诚实与好奇

      在联邦学习论文中看到两个频繁出现的词honest和curious,也就是诚实和好奇。几度思考未果,请教博士师兄,明其大意:

      诚实即为参与者不会伪造数据,服务器也不会对参与者上传的数据进行攻击、破译或逆向工程等恶意操作。

      好奇是,服务器方对用户的原始数据有一定程度的好奇,并且可能会绕过一些安全措施直接访问用户的原始数据。

      另外,在联邦学习环境下,服务器因为能够获得多方上传的更新梯度,所以能够获得他人的数据。成员之间不会互相传递数据,但可以串通。多个成员传统可以大规模的伪造数据,从而导致最终模型的失败或被恶意方控制。

      论文内容如下,论文题目:Federated Machine Learning: Concept and Applications

      

      

       最后,膜拜一下,希望自己也可以进步多一点,能够强一点!博观而约取,厚积而薄发。

  • 相关阅读:
    大数据基础——MR编程应用——对中间件的操作
    Hadoop_Hive整理——原理及配置
    Hadoop&Hive——小结
    mysql_小结之事务
    Linux_大数据与数据仓库
    移动布局小结
    JDBC——小结
    Mysql优化反刍
    NoSql-Verson1.0
    python-6
  • 原文地址:https://www.cnblogs.com/linglanhuakai/p/14608137.html
Copyright © 2020-2023  润新知