基于秘密共享与同态加密的纵向联邦学习方案研究

被引：7

作者：

夏家骏

鲁颖

张子扬

张钰婷

张佳辰

机构：

[1] 光之树(北京)科技有限公司

来源：

关键词：

隐私计算; 联邦学习; 多方安全计算; 同态加密; 秘密共享;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP309 [安全保密];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081201 ; 0839 ; 1402 ;

摘要：

由于日趋严格的隐私保护政策,各种隐私保护算法被提出。联邦学习能够在保护用户隐私不被泄露的情形下,运行各种机器学习算法。介绍了在不同场景下适用的联邦学习框架,并以逻辑回归为例介绍了纵向联邦学习的几种常用实现方式;此外,对各种实现方式的优缺点及适用场景进行了分析。

引用

页码：19 / 26

页数：8