具有用户级差异隐私的最佳拜占庭弹性联邦学习
原文:Optimal Byzantine-resilient Federated Learning with User-level Differential Privacy
联邦学习 (FL) 的实际部署需要针对敌对客户端和数据隐私的弹性。拜占庭错误捕获了敌对客户端的最坏情况行为,而差分隐私(DP)提供了针对隐私丢失的统计保证。特别是,用户级 DP 保护客户的全部贡献,并提供更现实的信息保护
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。