联邦学习的可信计算技术
研究
摘 要
从面部识别到自动驾驶，人工智能(AI)将在未来几十年改变我们的生活和工作方式。现有的人工智能面临着各种挑战，包括处理边缘设备生成的大量数据的同步和处理，以及个人用户的隐私和安全，包括他们的生物特征、位置和行程。传统的基于中心化的方法需要将每个组织中的数据上传到中央数据库，这可能会被GDPR和CCPA等数据保护法案所禁止。
为了解决这个问题，所以我们提出了联邦学习。
联邦学习（FL）使多个设备能够协作学习共享模型，同时将训练数据保存在本地设备上，这可以显着降低隐私泄露风险。然而
联邦学习的可信计算技术研究-17698字.docx