FLMarket: Enabling Privacy-Preserving Pre-training Data Pricing for Federated Learning

💡 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,旨在解决联邦学习中的数据定价机制不足问题。该系统结合两阶段拍卖与安全协议,提升了数据的效用和隐私保护。实验结果表明,FLMarket选定的客户端训练精度提高超过10%,且准确度和运行速度显著提升。

🎯

关键要点

  • FLMarket系统旨在解决联邦学习中数据定价机制不足的问题。
  • 该系统结合了两阶段拍卖与安全协议,以提升数据的效用和隐私保护。
  • 实验结果显示,FLMarket选定的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。
➡️

继续阅读