基于区块链和信誉机制的高质量联邦学习方法.pdf

此“经济”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共55页，其中可免费阅读20页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

基于区块链和信誉机制的高质量联邦学习方法

摘要

在数据安全越来越受到重视的今天，联邦学习作为一种新的机器学习模式，以通过

节点之间相互分享训练出来的本地模型而非本地数据的方式能有效地避免原生数据的

泄露。但是，数据拥有者节点不会主动地参与到联邦学习中，并且不同的节点所携带的

数据质量不同且难以控制。那么，如何激励数据拥有者积极参与联邦学习，并贡献高质

量的数据成为了至关重要的问题。同时，数据拥有者往往拥有不同类型的数据，可以为

不同的联邦学习任务提供支持。那么，保证多种不同的

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >