一种基于区块链和梯度压缩的去中心化联邦学习模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 联邦学习可在保护数据隐私的前提下完成模型的训练，但实际应用中存在的安全问题阻碍了联邦学习的发展。提出一种基于区块链和梯度压缩的去中心化联邦学习模型。首先，利用区块链存储训练数据，训练参与方通过全局模型本地更新的方式取代中心服务器并使用智能合约实现对链上数据的访问控制。其次，提出一种梯度压缩方法，对模型参数进行压缩以减少参与方与区块链之间的数据传输量且有效防止了梯度隐私泄露。（剩余14957字）

试读结束

目录
monitor