实体
DP-FedAvg
DP-FedAvg
PulseAugur coverage of DP-FedAvg — every cluster mentioning DP-FedAvg across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
联邦学习框架实现隐私保护的表格到图像编码
研究人员开发了Fed-IGTD，一个利用联邦学习实现表格到图像编码的新型框架，无需集中敏感数据。该方法允许多个客户端通过仅共享本地统计数据来协同训练模型，服务器利用这些统计数据来重建全局相关矩阵并训练卷积神经网络。研究探讨了两种差分隐私机制，一种保护相关性聚合，另一种采用DP-FedAvg，发现映射构建过程中的隐私保护对性能影响很小，而DP-FedAvg在客户端数量少和隐私预算适中的情况下会显著降低效用。
-
新的DP-FedProx框架增强了电信客户流失预测的隐私性
研究人员开发了一个名为DP-FedProx的新框架，用于解决电信网络中的客户流失预测问题。该框架利用差分隐私联邦近端优化，允许多个电信运营商在不共享原始客户数据的情况下协同训练全局模型。提出的DP-FedProx方法旨在平衡预测性能和数据隐私，其性能优于标准的联邦平均方法，并能与中心化模型相媲美，同时提供强大的隐私保证。