当前位置：网站首页>浅析 联邦学习是什么？

浅析 联邦学习是什么？

2022-04-21 13:19:00 【May Hacker】

前言

联邦学习可以看作是加密的分布式机器学习。

联邦学习可以解决什么问题？

  • 训练过程在用户设备上完成，从而无需把隐私数据上传到相关公司的服务器来训练
  • 用户设备必须有资格才能参与这个训练过程，比如用户必须是在充电中、有Wifi的情况下
  • 训练完成之后，用户设备只需要把训练好的模型结果上传到服务器就行

训练成果在传输到服务器的过程中不会有安全问题吗？

是的，联邦学习可对训练结果进行安全聚合，即对每部分训练成果都加入零和掩码，以保证在传输过程中没有安全问题。而当服务器收到全部都训练结果时，这些零和掩码就会自动抵消。

联盟学习基于多个领域的丰富研究成果，包括分布式优化、机器学习以及隐私研究。而且借鉴了很多系统和工具的灵感，比如用于分布式计算的 MapReduce，用于机器学习的 TensorFlow 以及用于隐私保护与分析的 RAPPOR。

使用联盟学习来训练深度网络的论述最早由 Google AI 研究人员于 2016 年发表。

参考

https://zhuanlan.zhihu.com/p/101644082

版权声明
本文为[May Hacker]所创，转载请带上原文链接，感谢
https://sunnyboy.blog.csdn.net/article/details/124306318

边栏推荐

猜你喜欢

随机推荐