联邦学习——诚实与好奇

　　在联邦学习论文中看到两个频繁出现的词honest和curious，也就是诚实和好奇。几度思考未果，请教博士师兄，明其大意：

　　诚实即为参与者不会伪造数据，服务器也不会对参与者上传的数据进行攻击、破译或逆向工程等恶意操作。

　　好奇是，服务器方对用户的原始数据有一定程度的好奇，并且可能会绕过一些安全措施直接访问用户的原始数据。

　　另外，在联邦学习环境下，服务器因为能够获得多方上传的更新梯度，所以能够获得他人的数据。成员之间不会互相传递数据，但可以串通。多个成员传统可以大规模的伪造数据，从而导致最终模型的失败或被恶意方控制。

 

　　论文内容如下，论文题目：Federated Machine Learning: Concept and Applications

　　

　　

 　　最后，膜拜一下，希望自己也可以进步多一点，能够强一点！博观而约取，厚积而薄发。

 

版权声明：本文为linglanhuakai原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/linglanhuakai/p/14608137.html