Un esquema de aprendizaje federado con seguridad mejorada basado en cifrado homomórfico y compartición de secretos
Autores: Shen, Cong; Zhang, Wei; Zhou, Tanping; Zhang, Lingling
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un esquema de aprendizaje federado con seguridad mejorada basado en cifrado homomórfico y compartición de secretos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Aprendizaje federado
Privacidad
Seguridad
PEPFL
Cifrado homomórfico
Compartición de secretos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Aunque el aprendizaje federado está ganando prevalencia en las redes de sensores inteligentes, persisten riesgos sustanciales para la privacidad y seguridad de los datos. Un uso inadecuado de las técnicas de aprendizaje federado puede llevar a violaciones críticas de la privacidad. El aprendizaje federado con privacidad mejorada (PEPFL) es un marco de aprendizaje federado ampliamente utilizado caracterizado por una baja sobrecarga de comunicación y procesos eficientes de cifrado y descifrado.
Descripción
Aunque el aprendizaje federado está ganando prevalencia en las redes de sensores inteligentes, persisten riesgos sustanciales para la privacidad y seguridad de los datos. Un uso inadecuado de las técnicas de aprendizaje federado puede llevar a violaciones críticas de la privacidad. El aprendizaje federado con privacidad mejorada (PEPFL) es un marco de aprendizaje federado ampliamente utilizado caracterizado por una baja sobrecarga de comunicación y procesos eficientes de cifrado y descifrado.