TAPFed: Threshold Secure Aggregation for Privacy-Preserving Federated Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新隐私保护机制TAPFed,旨在解决传统联邦学习平台的隐私问题。TAPFed采用阈值功能加密方案,允许存在恶意聚合器的情况下仍能保持安全性和隐私性。研究表明,TAPFed在模型质量上与现有方法相当,同时减少29%-45%的传输开销,有效抵御推断攻击。
🎯
关键要点
- 本研究提出了一种新隐私保护机制TAPFed,旨在解决传统联邦学习平台的隐私问题。
- TAPFed采用阈值功能加密方案,允许存在恶意聚合器的情况下仍能保持安全性和隐私性。
- 研究表明,TAPFed在模型质量上与现有方法相当。
- TAPFed减少了29%-45%的传输开销,有效抵御推断攻击。
➡️