联邦学习隐私保护研究进展

TP311; 针对隐私保护的法律法规相继出台,数据孤岛现象已成为阻碍大数据和人工智能技术发展的主要瓶颈.联邦学习作为隐私计算的重要技术被广泛关注.从联邦学习的历史发展、概念、架构分类角度,阐述了联邦学习的技术优势,同时分析了联邦学习系统的各种攻击方式及其分类,讨论了不同联邦学习加密算法的差异.总结了联邦学习隐私保护和安全机制领域的研究,并提出了挑战和展望....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	大数据 2021, Vol.7 (3), p.130-149
Hauptverfasser:	王健宗, 孔令炜, 黄章成, 陈霖捷, 刘懿, 卢春曦, 肖京
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TP311; 针对隐私保护的法律法规相继出台,数据孤岛现象已成为阻碍大数据和人工智能技术发展的主要瓶颈.联邦学习作为隐私计算的重要技术被广泛关注.从联邦学习的历史发展、概念、架构分类角度,阐述了联邦学习的技术优势,同时分析了联邦学习系统的各种攻击方式及其分类,讨论了不同联邦学习加密算法的差异.总结了联邦学习隐私保护和安全机制领域的研究,并提出了挑战和展望.
ISSN:	2096-0271
DOI:	10.11959/j.issn.2096-0271.2020030