FLMarket:为联邦学习启用隐私保护的预训练数据定价
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出FLMarket系统,通过结合两阶段拍卖定价机制与安全协议,解决了联邦学习中的数据定价问题。实验结果表明,FLMarket使客户端训练精度提高超过10%,并提升了准确度和运行速度。
🎯
关键要点
- 本研究提出FLMarket系统,解决联邦学习中的数据定价问题。
- FLMarket系统结合了两阶段拍卖定价机制与安全协议。
- FLMarket系统旨在解决效用与隐私之间的冲突。
- 实验结果显示,FLMarket使客户端训练精度提高超过10%。
- FLMarket在训练期间比基线提高了2%以上的准确度和3倍的运行速度。
➡️