会员服务
联邦学习（Federated Learning）是一种新兴的人工智能基础技术，在 2016 年由谷歌最先提出，原本用于解决安卓手机终端用户在本地更新模型的问题，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。其中，联邦学习可使用的机器学习算法不局限于神经网络，还包括随机森林等重要算法。联邦学习有望成为下一代人工智能协同算法和协作网络的基础。
On the Volatility of Shapley-Based Contribution Metrics in Federated Learning
Arxiv
0+阅读 · 4月3日
On Model Protection in Federated Learning against Eavesdropping Attacks
Arxiv
0+阅读 · 4月2日
FedMSE: Semi-supervised federated learning approach for IoT network intrusion detection
Arxiv
0+阅读 · 4月3日
Adaptive Federated Learning with Functional Encryption: A Comparison of Classical and Quantum-safe Options
Arxiv
0+阅读 · 4月1日
Towards Resilient Federated Learning in CyberEdge Networks: Recent Advances and Future Trends
Arxiv
0+阅读 · 4月1日
Client Selection in Federated Learning with Data Heterogeneity and Network Latencies
Client Selection in Federated Learning with Data Heterogeneity and Network Latencies
Arxiv
0+阅读 · 4月2日
Efficient Federated Learning Tiny Language Models for Mobile Network Feature Prediction
Efficient Federated Learning Tiny Language Models for Mobile Network Feature Prediction
Arxiv
0+阅读 · 4月2日
A Two-Timescale Approach for Wireless Federated Learning with Parameter Freezing and Power Control
Arxiv
0+阅读 · 4月2日
CO-DEFEND: Continuous Decentralized Federated Learning for Secure DoH-Based Threat Detection
CO-DEFEND: Continuous Decentralized Federated Learning for Secure DoH-Based Threat Detection
Arxiv
0+阅读 · 4月2日
Age-Aware Partial Gradient Update Strategy for Federated Learning Over the Air
Arxiv
0+阅读 · 4月2日
Split Federated Learning for UAV-Enabled Integrated Sensing, Computation, and Communication
Arxiv
0+阅读 · 4月2日
Federated Learning for Cross-Domain Data Privacy: A Distributed Approach to Secure Collaboration
Arxiv
0+阅读 · 3月31日
A Randomized Zeroth-Order Hierarchical Framework for Heterogeneous Federated Learning
Arxiv
0+阅读 · 4月2日
EMO: Edge Model Overlays to Scale Model Size in Federated Learning
Arxiv
0+阅读 · 4月1日
FedORGP: Guiding Heterogeneous Federated Learning with Orthogonality Regularization on Global Prototypes
Arxiv
0+阅读 · 4月1日
参考链接
微信扫码咨询专知VIP会员
Top