研究人员推出了一种名为动态分片联邦学习（DSFL）的新框架，旨在增强跨机构金融欺诈检测能力，同时保护数据隐私。DSFL通过提高可扩展性和完整性来解决现有联邦学习协议的局限性。该系统采用动态随机分片来降低通信复杂性，并使用线性完整性标签进行可验证更新聚合，而无需零知识证明的计算成本。 AI
影响 为金融领域协作欺诈检测提供了一种更具可扩展性且能保护隐私的方法。
排序理由 介绍联邦学习新框架的学术论文。
- Active Neighborhood Recovery
- Credit Card Fraud Detection Dataset
- DSFL
- Dynamic Sharded Federated Learning
- Federated Learning
- GDPR
- Homomorphic encryption
- Linear Integrity Tags
- Paillier
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
