Federated Learning Privacy
研究联邦学习中的隐私保护技术，设计安全高效的分布式机器学习框架。
针对联邦学习中数据隐私泄露风险，本课题提出新型隐私保护机制。研究内容包括：差分隐私算法、安全聚合协议、同态加密应用、隐私预算分配策略等。
暂无神经网络模型数据
暂无频段分析数据
暂无论文成果
暂无实验数据