Seguro y flexible aprendizaje federado preservando la privacidad basado en cifrado completamente homomórfico de múltiples claves
Autores: Shen, Jiachen; Zhao, Yekang; Huang, Shitao; Ren, Yongjun
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Seguro y flexible aprendizaje federado preservando la privacidad basado en cifrado completamente homomórfico de múltiples claves
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aprendizaje federado
Fuga de privacidad
Cifrado homomórfico
Multi-clave
Análisis de seguridad
Actualizaciones de modelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El aprendizaje federado evita la centralización de datos en un servidor central al distribuir el proceso de entrenamiento del modelo en dispositivos, protegiendo así la privacidad en cierta medida.
Descripción
El aprendizaje federado evita la centralización de datos en un servidor central al distribuir el proceso de entrenamiento del modelo en dispositivos, protegiendo así la privacidad en cierta medida.