-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=模型效用 "
共 条 记 录，以下是1-2

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
一种基于区块链的隐私保护异步联邦学习被引量：19
《中国科学：信息科学》2021年第10期1755-1774,共20页高胜 袁丽萍 朱建明 马鑫迪 章睿 马建峰 
国家自然科学基金(批准号:62072487,61902290);北京市自然科学基金(批准号:M21036);全国统计科学研究(批准号:2020LD01);陕西省重点研发计划(批准号:2020ZDLGY09-06,2019ZDLGY12-04)资助项目。
联邦学习能够在保障本地数据隐私前提下利用分布式数据和计算资源实现机器学习模型联合训练.现有异步联邦学习有效解决了同步联邦学习所存在的计算资源浪费、训练效率低等问题.然而,现有异步联邦学习通过聚合不同节点训练得到局部模型,...
关键词：联邦学习 区块链 差分隐私 模型效用 异步训练 
成员推理攻击和防御研究综述被引量：1
《网络空间安全》2023年第2期63-67,共5页陈可轩 胡兵 方壮铿 史登科 
广州市羊城学者项目资助(项目编号:202032832);广州市科技计划项目资助(项目编号:202102010412)。
[目的/意义]机器学习中的成员推理攻击是指对于任意给定样本是否能够推断出它是否属于目标模型的训练数据集.由于训练数据集中包含隐私信息,成员推理攻击及其防御属于重要的隐私保护问题.[方法/过程]首先介绍了成员推理攻击的定义和造...
关键词：成员推理攻击 防御技术 隐私保护 机器学习 模型效用 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部