AnalogFed

AnalogFed框架使用联邦AI进行隐私保护的电路设计

研究人员开发了AnalogFed，一个结合了联邦学习和生成式AI的新型框架，能够实现隐私保护的模拟电路拓扑发现。该方法通过允许在不集中敏感数据的情况下进行协作训练，解决了使用专有和孤立硬件数据集进行大规模电子设计自动化所面临的挑战。AnalogFed包含了针对成员推断和模型反演攻击的防御措施，证明了其在保护隐私的同时保持模型效用以支持下一代硬件设计的有效性。