期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向隐私保护联邦学习的激励机制
1
作者 王超 龙士工 +1 位作者 刘光源 张珺铭 《计算机工程与设计》 北大核心 2024年第12期3521-3530,共10页
针对联邦学习的隐私保护和数据质量问题,提出一种前景理论与差分隐私相结合的算法。根据前景理论从数据持有者效用最大化的角度,将数据持有者的激励问题转化为效用优化问题,寻找最优奖惩策略激励用户参与联邦学习,构建一种基于前景理论... 针对联邦学习的隐私保护和数据质量问题,提出一种前景理论与差分隐私相结合的算法。根据前景理论从数据持有者效用最大化的角度,将数据持有者的激励问题转化为效用优化问题,寻找最优奖惩策略激励用户参与联邦学习,构建一种基于前景理论的演化博弈模型。利用局部稳定性分析和数值模拟,分析该博弈模型在不同理论应用场景下的演化趋势。实验结果表明,该方法能够提高用户参与联邦训练的比例,增加最终共享的联邦学习模型的准确率,降低用户隐私泄露的风险。 展开更多
关键词 联邦学习 隐私保护 前景理论 差分隐私 效用优化 最优奖惩策略 演化博弈
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部