检索结果-南通市图书馆

A Novel Federated Learning with Bidirectional Adaptive Differential Privacy

国际计算机前沿大会会议论文集 2023年第1期 329-337页

作者： Yang Li Jin Xu Jianming Zhu Youwei Wang School of Information Central University of Finance and EconomicsBeijing 100081China Engineering Research Center of State Financial Security Ministry of EducationCentral University of Finance and EconomicsBeijing 102206China

With the explosive growth of personal data in the era of big data,federated learning has broader application prospects,in order to solve the problem of data island and preserve user data privacy,a federated learning model based on differential privacy(DP)is *** share the parameters after adding noise to the central server for parameter aggregation by training local ***,there are two problems in this model:on the one hand,the data information in the process of broadcasting parameters by the central server is still compromised,with the risk of user privacy leakage;on the other hand,adding too much noise to parameters will reduce the quality of parameter aggregation and affect the model accuracy of federated learning ***,a novel federated learning approach with bidirectional adaptive differential privacy(FedBADP)is proposed,it can adaptively add noise to the gradients transmitted by participants and central server,and protects data security without affecting model *** addition,considering the performance limitations of the participants’hardware devices,this model samples their gradients to reduce communication overhead,and uses RMSprop to accelerate the convergence of the model on the participants and central server to improve the ac-curacy of the *** show that our novel model can not only obtain better results in accuracy,but also enhance user privacy preserving while reducing communication overhead.

关键词： bidirectional adaptive noise RMSprop gradient sampling differential privacy federated learning

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：