联邦学习的共识机制
摘 要
联合学习是一种新型的分布式机器学习方式，
随着机器学习方式的发展,正在逐步成为各个领域中的一项重要技术,本文首先对联邦学习的概念以及结构进行了简单分析,
然后对比一下联邦的学习过程，以及传统的机器学习方法，
从而对联邦学习较于传统学习方式的优点进行说明,发现它较于传统的机器学习方式最大的优点就是在保证了训练模型的质量的同时,还保障了用户和终端的数据隐私安全。且在联邦学习中存在一定的激励机制来对参与联邦学习的用户进行奖励,也就是共识机制,这种共识机制同样是联邦学习的隐私保护机制的重
11联邦学习的共识机制-17240字.docx