Research on Class Imbalance Strategies in Federated Learning Based on Homomorphic Encryption

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究探讨了联邦学习中的类不平衡问题,提出了FLICKER框架,利用CKKS同态加密方案帮助客户端私密共享数据属性,以平衡数据集并提高模型准确性。实验结果表明,该方法显著提升了联邦学习的准确率。

🏷️

标签

➡️

继续阅读