更新时间:2021-12-17 GMT+08:00
分享

安全多方算法

背景信息

在联邦学习架构中,各client在本地进行训练,并上传明文形式的模型参数值,至server进行加权汇聚。如果server不可信,则存在隐私威胁,即server可以得到每个client的模型参数值,从而恢复出训练数据。

算法原理

通过多方计算,client对模型参数进行加噪后上传server 。噪声在server处汇聚时相互抵消,且server无法得到各client的模型参数值。

算法缺陷

当有 client 掉线时,无法恢复出噪声,导致汇聚失败。

分享:

    相关文档

    相关产品

close