联邦学习中的隐私保护机制研究

Privacy Preservation Mechanisms in Federated Learning

摘要

针对联邦学习中的隐私泄露问题，本文提出了一种融合差分隐私和安全多方计算的隐私保护框架。通过自适应噪声注入和梯度加密技术，在保证模型精度的同时有效防止成员推理攻击。在多个真实数据集上的实验验证了方法的有效性。