FedXDS

新的FedXDS方法使用XAI来改进数据共享的联邦学习

研究人员推出了一种名为FedXDS的新方法，该方法利用可解释人工智能（XAI）技术来解决联邦学习中的数据异质性问题。该方法使用特征归因来识别和选择性地共享客户端之间的任务相关数据元素，从而减轻性能下降。FedXDS还结合了度量隐私技术，以在保持效用的同时确保正式的隐私保证。实验结果表明，与现有方法相比，该方法实现了更高的准确性和更快的收敛速度，并具有理论隐私保证和对常见攻击的经验鲁棒性。