【论文阅读】一种包含同态加密、差分隐私、多方安全计算的FL隐私保护框架 Efficient and Privacy-Enhanced Federated Learning for Industrial
本文来自：Efficient and Privacy-Enhanced Federated Learning for Industrial Artificial Intelligence
本文提出了一种包含同态加密、差分隐私、多方安全计算的FL隐私保护框架。
目录
- FL
- related work
- preliminaries
- Deep learning 的差分隐私
- Methodology
FL
大家都知道，就不写了~
related work
首个FL 隐私保护框架：
Shokri and Shmatikov [18] proposed the first privacy-preserving distributed learning system, where participants selectively share small part of the gradients to ensure the privacy of training data.
1.secure multiparty computation (SMC) 安全多方计算：
By exploiting secure multiparty computation (SMC), Bonawitz
et al. [20] presented a privacy-preserving protocol to support
the secure aggregation in FL.
存在问题： SMC is obviously not suitable for our solution since we require a noninteractive protocol to perform secure aggregation.
2.homomorphic encryption (HE) 同态加密：
Zhang et al. [21] also solved the same problem by combining the threshold secret sharing and homomorphic encryption (HE) scheme.
存在问题： However, this is vulnerable if there are multiple entities
colluding during the training.
但是，上述方法需要 multiple communication rounds in each aggregation. 通信消耗大了！
3.此外，除了上述两种，还有一种方法 DP：
存在问题： However, traditional DP [23] may not be suitable for FL, since a trusted third party is required to add noises to the statistical result. This is contrary to the reality that the CS is generally considered dishonest.
preliminaries
Deep learning 的差分隐私
Methodology
【论文阅读】一种包含同态加密、差分隐私、多方安全计算的FL隐私保护框架 Efficient and Privacy-Enhanced Federated Learning for Industrial相关推荐
- 【一种利用插值验证的FL隐私保护框架】VFL: A Verifiable Federated Learning
原文标题:VFL: A Verifiable Federated Learning with Privacy-Preserving for Big Data in Industrial IoT 本文 ...
- 论文阅读：HybridAlpha: An Efficient Approach for Privacy-Preserving Federated Learning
论文名字 HybridAlpha: An Efficient Approach for Privacy-Preserving Federated Learning 来源 会议 the 12th ACM ...
- 转载-联邦学习 - 基础知识+白皮书+杨强教授讲座总结+同态加密+ 差分隐私
原文链接:https://blog.csdn.net/qq_41409438/article/details/102213895 联邦学习 兴起原因 概念 分类 横向联邦学习 纵向联邦学习 联邦迁移学 ...
- 论文阅读|两人零和马尔可夫博弈的在线极大极小Q网络学习《Online Minimax Q Network Learning for TZMGs》
文章获取https://doi.org/10.1109/TNNLS.2020.3041469https://doi.org/10.1109/TNNLS.2020.3041469 <Online ...
- 隐私计算之全同态加密
[引]走近任何一个领域,都会发现自己的渺小和微不足道,会越发地敬畏技术和未知,隐私计算也不例外.读了一点儿文章和paper,觉得还是ACM 上的这篇综述(https://queue.acm.org/d ...
- 为什么格上能够构造全同态加密-3
** 为什么格上能够构造全同态加密-3 ** 本文由陈智罡博士撰写. 格上加密方案是一种噪音加密方案,这种方案与直觉非常吻合. 例如,你给一个非专业人士解释格加密的本质,就是往消息里添加一些噪音作为扰 ...
- 基于同态加密体制的安全多方计算
本文首发公众号VenusBlockChain,关注公众号后可免费阅读!VenusBlockChain致力于区块链技术研究,传播区块链技术和解决方案.区块链应用落地.区块链行业动态等.有兴趣的小伙伴们, ...
- 同态随机基加密的量子多方密码-数学公式
众所周知,信息和信息处理的完全量子理论提供了诸多好处,其中包括一种基于基础物理的安全密码学,以及一种实现量子计算机的合理希望,这种计算机可以加速某些数学问题的解决.这些好处来自于独特的量子特性,如叠加 ...
- Dynamic MDETR: A Dynamic Multimodal Transformer Decoder for Visual Grounding 论文阅读笔记
Dynamic MDETR: A Dynamic Multimodal Transformer Decoder for Visual Grounding 论文阅读笔记 一.Abstract 二.引言 ...
最新文章
- 数据结构——数据结构中的数据表示
- Redis 命令--Redis有序集合(sorted set)
- python3操作MySQL：insert插入数据
- 创建或更改表 tablename 失败_mysql 创建用户
- NSString类中三个用于获取子字符串的方法：
- 关于单反相机中的APS-C
- L1- 009——016
- html编写回到顶部,html回到顶部代码
- java后端开发项目流程_Java项目——后端笔记
- 智能家居有线系统KNX的介绍
- 计算机ip地址无法更改,win7电脑无法更改ip地址静态ip不能保存怎么办
- 提供一个在Selenium截网页长图的实现
- 各种品牌手机话机解锁秘籍
- chm文件导入java_Java CHM格式的API帮助文档的制作详解
- ndoutils(ndo2db)安装难点
- Java之SpringBoot短链接生成
- 福昕阅读器文档无法高亮的问题
- android电子书小程序,小程序安卓手机无法打开pdf(解决)
- Java的GUI编程---Swing介绍
- 阿里云负载均衡白名单自动修改脚本