咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >金融领域中的联邦学习技术进展、应用与挑战 收藏

金融领域中的联邦学习技术进展、应用与挑战

Advances,Applications,and Challenges of Federated Learning Technologies in the Financial Domain

作     者:聂璇 王殊 刘渊 NIE Xuan;WANG Shu;LIU Yuan

作者机构:三湘银行湖南长沙410017 

出 版 物:《电脑与信息技术》 (Computer and Information Technology)

年 卷 期:2024年第32卷第3期

页      面:45-50,85页

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主  题:金融 联邦学习 隐私保护 

摘      要:通过对各种文献的查询和研讨,分析了联邦学习技术在金融领域的应用现状及其所面临的挑战。联邦学习技术基于分布式学习理念,已被应用于反欺诈、风险管理、股票推荐等金融领域,并取得了一定成效。然而,由于数据异构性、隐私保护、模型融合等问题,联邦学习在金融领域仍然面临诸多挑战。未来的研究方向包括改进模型融合算法、提升安全性与隐私保护技术等。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分