期刊文献+
共找到4,448篇文章
< 1 2 223 >
每页显示 20 50 100
Facing Unemployment (2)——Efforts of Women's Federations
1
作者 XIAO MING HONG LIU 《Women of China》 1996年第8期6-7,共2页
ZHANG Xiuwen lost her job in March 1993 when the Tianjin Photographic Materials Chemical Factory closed due to the intense competition in the emerging market economy. Zhang, who had worked for more than 10 years, pani... ZHANG Xiuwen lost her job in March 1993 when the Tianjin Photographic Materials Chemical Factory closed due to the intense competition in the emerging market economy. Zhang, who had worked for more than 10 years, panicked when forced to enter the ranks of Tianjin’s 260,000 laid-off workers. While Zhang continued to receive a living allowance from the factory, she was supporting a son in high school, and found it difficult to make ends meet. She resorted to selling 展开更多
关键词 ZHANG Facing Unemployment Efforts of Women’s federations
原文传递
Beijing, Hebei and Gansu Women's Federations Greet FWCW
2
作者 XIAO MING LI LI 《Women of China》 1995年第1期9-10,共2页
IN Semptember 1995 the Fourth World Conference on Women will be held in Beijing. Chinese women regard it as the biggest event to occur in their country. Preparations have already begun to welcome 20,000 sisters from t... IN Semptember 1995 the Fourth World Conference on Women will be held in Beijing. Chinese women regard it as the biggest event to occur in their country. Preparations have already begun to welcome 20,000 sisters from the five continents of the world. Beijing After the Chinese government formed the China Organizing Committee for the Fourth World Conference on Women, the All-China Women’s Federation organized the NGO Forum Committee. In July 1994 the ACWF 展开更多
关键词 NGO BEIJING Hebei and Gansu Women’s federations Greet FWCW World
原文传递
美国联邦机构技术转移管理和运行机制研究
3
作者 黄宁燕 张丽娟 《中国科技论坛》 北大核心 2024年第8期169-178,共10页
美国联邦机构技术转移为美国长期保持科技创新竞争力发挥了重要作用。本研究分别从法律支撑、政府协调机制和联邦部门技术转移年报三个角度,获得对美国联邦技术转移工作的组织管理和运行机制较为全面和系统的认知。通过对联邦技术转移... 美国联邦机构技术转移为美国长期保持科技创新竞争力发挥了重要作用。本研究分别从法律支撑、政府协调机制和联邦部门技术转移年报三个角度,获得对美国联邦技术转移工作的组织管理和运行机制较为全面和系统的认知。通过对联邦技术转移趋势的进一步分析,发现传统的技术转移方式在推动新技术商业化方面显现出不适应,近年来美国联邦技术转移组织方式已悄然发生了许多新变化,文章简要阐述了这些变化的原因,并提出对推进中国公共科研机构技术转移改革工作的启示。 展开更多
关键词 美国 联邦机构 联邦实验室 技术转移
下载PDF
可实现双向自适应差分隐私的联邦学习方案
4
作者 李洋 徐进 +1 位作者 朱建明 王友卫 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期158-169,共12页
随着个人数据的爆发式增长,基于差分隐私的联邦学习模型可用于解决数据孤岛问题和保护用户数据隐私,参与者通过训练本地数据,将添加噪声后的参数共享到中心服务器进行聚合,实现分布式机器学习训练。此过程中存在两方面问题:①中心服务... 随着个人数据的爆发式增长,基于差分隐私的联邦学习模型可用于解决数据孤岛问题和保护用户数据隐私,参与者通过训练本地数据,将添加噪声后的参数共享到中心服务器进行聚合,实现分布式机器学习训练。此过程中存在两方面问题:①中心服务器广播参数的过程中数据信息仍未受到保护,有泄露用户隐私的风险;②对参数过度添加噪声会导致参数聚合质量降低,影响最终联邦学习的模型精度。为解决以上问题,提出了一种可实现双向自适应差分隐私的联邦学习方案(FedBADP),对客户端和中心服务器之间传输的梯度进行自适应加噪,在保护数据安全的同时不影响模型准确率。考虑到参与者硬件设备的性能限制,文中对其梯度进行采样以减少通信开销,并在客户端和中心服务器使用均方根传递加速模型的收敛提高模型精度。实验结果证明,文中提出的模型框架在保持较好准确率的同时,也增强了用户的隐私保护能力。 展开更多
关键词 双向自适应噪声 均方根传递 采样 差分隐私 联邦学习
下载PDF
非独立同分布下联邦半监督学习的数据分享研究
5
作者 顾永跟 高凌轩 +1 位作者 吴小红 陶杰 《计算机工程》 CAS CSCD 北大核心 2024年第6期188-196,共9页
联邦学习作为一种保护本地数据隐私安全的分布式机器学习方法,联合分散的设备共同训练共享模型。通常联邦学习在数据均有标签情况下进行训练,然而现实中无法保证标签数据完全存在,提出联邦半监督学习。在联邦半监督学习中,如何利用无标... 联邦学习作为一种保护本地数据隐私安全的分布式机器学习方法,联合分散的设备共同训练共享模型。通常联邦学习在数据均有标签情况下进行训练,然而现实中无法保证标签数据完全存在,提出联邦半监督学习。在联邦半监督学习中,如何利用无标签数据提升系统性能和如何缓解数据异质性带来的负面影响是两大挑战。针对标签数据仅在服务器场景,基于分享的思想,设计一种可应用在联邦半监督学习系统上的方法Share&Mark,该方法将客户端的分享数据由专家标记后参与联邦训练。同时,为充分利用分享的数据,根据各客户端模型在服务器数据集上的损失值动态调整各客户端模型在联邦聚合时的占比,即ServerLoss聚合算法。综合考虑隐私牺牲、通信开销以及人工标注成本3个方面的因素,对不同分享率下的实验结果进行分析,结果表明,约3%的数据分享比例能平衡各方面因素。此时,采用Share&Mark方法的联邦半监督学习系统FedMatch在CIFAR-10和Fashion-MNIST数据集上训练的模型准确率均可提升8%以上,并具有较优的鲁棒性。 展开更多
关键词 联邦半监督学习 联邦学习 数据非独立同分布 鲁棒性 聚合算法 数据分享
下载PDF
多IRST自适应协同定位技术研究
6
作者 张磊 刘莎 +1 位作者 王合龙 程小亮 《电光与控制》 CSCD 北大核心 2024年第4期103-108,共6页
为解决传统单红外搜索与跟踪(IRST)系统观测度不足,无法提供目标全维态势信息的问题,提出了基于几何精度因子(GDOP)的多IRST自适应协同定位技术。其核心思想为对多IRST进行双机组合配对,依据配对组合的GDOP值构造面向定位精度的信息类函... 为解决传统单红外搜索与跟踪(IRST)系统观测度不足,无法提供目标全维态势信息的问题,提出了基于几何精度因子(GDOP)的多IRST自适应协同定位技术。其核心思想为对多IRST进行双机组合配对,依据配对组合的GDOP值构造面向定位精度的信息类函数,进而确定联邦滤波信息分配系数,最后基于自适应联邦滤波算法解决双IRST配对组合局部估计的全局信息融合问题,得到目标的精确位置信息。通过仿真结果证明,所提算法定位精度高、可靠性强,同时,可保证全局定位结果的精确性及稳定性。 展开更多
关键词 交叉定位 几何精度因子 当前统计模型 联邦滤波
下载PDF
一种基于区块链和梯度压缩的去中心化联邦学习模型
7
作者 刘炜 马杰 +3 位作者 夏玉洁 唐琮轲 郭海伟 田钊 《郑州大学学报(理学版)》 CAS 北大核心 2024年第5期47-54,共8页
联邦学习可在保护数据隐私的前提下完成模型的训练,但实际应用中存在的安全问题阻碍了联邦学习的发展。提出一种基于区块链和梯度压缩的去中心化联邦学习模型。首先,利用区块链存储训练数据,训练参与方通过全局模型本地更新的方式取代... 联邦学习可在保护数据隐私的前提下完成模型的训练,但实际应用中存在的安全问题阻碍了联邦学习的发展。提出一种基于区块链和梯度压缩的去中心化联邦学习模型。首先,利用区块链存储训练数据,训练参与方通过全局模型本地更新的方式取代中心服务器并使用智能合约实现对链上数据的访问控制。其次,提出一种梯度压缩方法,对模型参数进行压缩以减少参与方与区块链之间的数据传输量且有效防止了梯度隐私泄露。最后,为减弱梯度压缩对全局模型收敛速度的影响,使用热身训练的方式提升全局模型的收敛速度以缩短整体训练时间。实验结果表明,该模型在减少传输数据量的情况下对全局模型准确率有较小影响且提升了联邦学习训练效率。 展开更多
关键词 区块链 联邦学习 智能合约 梯度压缩 隐私保护
下载PDF
基于模型质量评分的联邦学习聚合算法优化
8
作者 吴小红 陆浩楠 +1 位作者 顾永跟 陶杰 《计算机应用研究》 CSCD 北大核心 2024年第8期2427-2433,共7页
在联邦学习环境中,客户端数据的质量是决定模型性能的关键因素。传统的评估方法依赖于在中心节点的验证集上衡量客户端模型的损失,从而对数据质量进行评估。在缺乏有效验证集的情况下,数据质量的评估是困难的。为了解决上述问题,提出了... 在联邦学习环境中,客户端数据的质量是决定模型性能的关键因素。传统的评估方法依赖于在中心节点的验证集上衡量客户端模型的损失,从而对数据质量进行评估。在缺乏有效验证集的情况下,数据质量的评估是困难的。为了解决上述问题,提出了一种根据同伴信息进行模型质量评分的方法。通过对客户端上传的模型参数进行裁剪处理,基于正确评分规则的相关理论设计模型质量评分机制,并在此基础上优化聚合算法,降低低质量客户端对全局模型的影响。在MNIST、Fashion-MNIST和CIFAR-10等数据集上的实验表明,提出的评分机制无须复杂的算法,且能有效辨别搭便车、噪声、错误标签三类低质量数据客户端,提高联邦学习性能的鲁棒性。 展开更多
关键词 联邦学习 模型质量 参数裁剪 同伴信息 聚合算法
下载PDF
基于相似度加速的自适应聚类联邦学习
9
作者 朱素霞 顾玢珂 孙广路 《通信学报》 EI CSCD 北大核心 2024年第3期197-207,共11页
为了解决联邦学习过程中数据异质性导致模型性能下降的问题,考虑对联邦模型个性化,提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL)算法,基于客户端本地更新的几何特性和客户端联邦时的正向反馈实现自适应加速聚类,将客户端划... 为了解决联邦学习过程中数据异质性导致模型性能下降的问题,考虑对联邦模型个性化,提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL)算法,基于客户端本地更新的几何特性和客户端联邦时的正向反馈实现自适应加速聚类,将客户端划分到不同任务簇,同簇中数据分布相似的客户端协同实现聚类联邦学习(CFL),从而提升模型性能。该算法不需要先验确定类簇数量和迭代划分客户端,在避免现有基于聚类的联邦算法计算成本过高、收敛速度慢等问题的同时保证了模型性能。在常用数据集上使用深度卷积神经网络验证了ACFL的有效性。结果表明,所提算法性能与聚类联邦学习算法相当,优于传统的迭代联邦聚类算法(IFCA),且具有更快的收敛速度。 展开更多
关键词 联邦学习 个性化 聚类 几何特性 正向反馈
下载PDF
在线异步联邦学习的客户优化选择与激励
10
作者 顾永跟 冯洲洋 +1 位作者 吴小红 陶杰 《计算机应用研究》 CSCD 北大核心 2024年第3期700-705,720,共7页
联邦学习能够在保护用户隐私的前提下,使不同的客户端合作共同训练同一模型,如何激励高质量的客户端参与联邦学习是关键。在线联邦学习环境中,由于参与训练的客户端随机到达和离开,每轮参与报价的客户端动态变化,对客户端的在线质量评... 联邦学习能够在保护用户隐私的前提下,使不同的客户端合作共同训练同一模型,如何激励高质量的客户端参与联邦学习是关键。在线联邦学习环境中,由于参与训练的客户端随机到达和离开,每轮参与报价的客户端动态变化,对客户端的在线质量评估与选择是一个难题。针对这一挑战提出了在线联邦学习激励算法,以优化在线客户端的选择和预算分配,提高预算约束下在线环境联邦学习的性能。该算法将预算按阶段划分并根据历史样本信息计算最优的质量密度阈值,其主要思想是对客户端模型质量进行动态评估,在此基础上采用质量阈值准入机制,同时对参与训练的客户端数量进行限制。从理论上证明了激励算法满足激励相容性、预算可行性和个体理性。实验结果表明,提出的在线激励算法在不同比例搭便车客户端的情况下都能有良好的性能,在预算充足且有搭便车和有误标标签的客户端情况下比已有方法在EMNIST-B和CIFAR-10两个数据集上分别提高约4%和10%。 展开更多
关键词 联邦学习 激励机制 质量评估 在线场景 客户端筛选
下载PDF
边缘计算网络中区块链赋能的异步联邦学习算法
11
作者 黄晓舸 邓雪松 +1 位作者 陈前斌 张杰 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第1期195-203,共9页
由于数据量激增而引起的信息爆炸使得传统集中式云计算不堪重负,边缘计算网络(ECN)被提出以减轻云服务器的负担。此外,在ECN中启用联邦学习(FL),可以实现数据本地化处理,从而有效解决协同学习中边缘节点(ENs)的数据安全问题。然而在传... 由于数据量激增而引起的信息爆炸使得传统集中式云计算不堪重负,边缘计算网络(ECN)被提出以减轻云服务器的负担。此外,在ECN中启用联邦学习(FL),可以实现数据本地化处理,从而有效解决协同学习中边缘节点(ENs)的数据安全问题。然而在传统FL架构中,中央服务器容易受到单点攻击,导致系统性能下降,甚至任务失败。本文在ECN场景下,提出基于区块链技术的异步FL算法(AFLChain),该算法基于ENs算力动态分配训练任务,以提高学习效率。此外,基于ENs算力、模型训练进度以及历史信誉值,引入熵权信誉机制评估ENs积极性并对其分级,淘汰低质EN以进一步提高AFLChain的性能。最后,提出基于次梯度的最优资源分配(SORA)算法,通过联合优化传输功率和计算资源分配以最小化整体网络延迟。仿真结果展示了AFLChain的模型训练效率以及SORA算法的收敛情况,证明了所提算法的有效性。 展开更多
关键词 异步联邦学习 区块链 资源分配 边缘计算网络
下载PDF
基于区块链共识激励机制的新型联邦学习系统
12
作者 米波 翁渊 +1 位作者 黄大荣 刘洋 《信息安全学报》 CSCD 2024年第1期15-32,共18页
随着云存储、人工智能等技术的发展,数据的价值已获得显著增长。但由于昂贵的通信代价和难以承受的数据泄露风险迫使各机构间产生了“数据孤岛”问题,大量数据无法发挥它的经济价值。虽然将区块链作为承载联邦学习的平台能够在一定程度... 随着云存储、人工智能等技术的发展,数据的价值已获得显著增长。但由于昂贵的通信代价和难以承受的数据泄露风险迫使各机构间产生了“数据孤岛”问题,大量数据无法发挥它的经济价值。虽然将区块链作为承载联邦学习的平台能够在一定程度上解决该问题,但也带来了三个重要的缺陷:1)工作量证明(Proof of Work,POW)、权益证明(Proof of Stake,POS)等共识过程与联邦学习训练过程并无关联,共识将浪费大量算力和带宽;2)节点会因为利益的考量而拒绝或消极参与训练过程,甚至因竞争关系干扰训练过程;3)在公开的环境下,模型训练过程的数据难以溯源,也降低了攻击者的投毒成本。研究发现,不依靠工作量证明、权益证明等传统共识机制而将联邦学习与模型水印技术予以结合来构造全新的共识激励机制,能够很好地避免联邦学习在区块链平台上运用时所产生的算力浪费及奖励不均衡等情况。基于这种共识所设计的区块链系统不仅仍然满足不可篡改、去中心化、49%拜占庭容错等属性,还天然地拥有49%投毒攻击防御、数据非独立同分布(Not Identically and Independently Distributed,Non-IID)适应以及模型产权保护的能力。实验与论证结果都表明,本文所提出的方案非常适用于非信任的机构间利用大量本地数据进行商业联邦学习的场景,具有较高的实际价值。 展开更多
关键词 联邦学习 区块链 共识算法 模型产权保护 投毒攻击
下载PDF
预算约束下多任务联邦学习激励机制
13
作者 顾永跟 李国笑 +2 位作者 吴小红 陶杰 张艳琼 《计算机工程》 CAS CSCD 北大核心 2024年第5期149-157,共9页
联邦学习是一种实现数据隐私保护的分布式机器学习范式,性能取决于数据源的质量和数据规模。客户端是理性个体,参与联邦学习将耗费计算、通信和隐私等成本,需要通过激励提高客户端的参与意愿。因此联邦学习能成功应用的关键之一是尽可... 联邦学习是一种实现数据隐私保护的分布式机器学习范式,性能取决于数据源的质量和数据规模。客户端是理性个体,参与联邦学习将耗费计算、通信和隐私等成本,需要通过激励提高客户端的参与意愿。因此联邦学习能成功应用的关键之一是尽可能多地激励高质量数据客户端参与训练。多任务联邦学习环境下客户端拥有面向不同任务且质量不同的数据,并具有执行能力的约束。为提高多个学习任务的整体性能,在预算受限的条件下设计一种面向任务的客户选择和报酬机制。通过分析影响模型精度的重要因素,提出一种基于客户端数据样本分布特征的质量评估标准,并结合客户端成本信息,设计一种逆向拍卖的激励机制(EMD-MQMFL),实现客户端的任务指派和支付策略。从理论上分析和证明了该机制具有诚实性、个人理性以及预算可行性,并通过大量实验验证了该方法在联邦学习性能上的有效性。在MNIST、Fashion-MNIST、Cifar-10数据集上的实验结果表明,EMD-MQMFL在数据不平衡的情况下,平均模型精度比已有的机制至少提高5.6个百分点。 展开更多
关键词 联邦学习 多任务 逆向拍卖 激励机制 数据质量
下载PDF
联邦学习中的攻击手段与防御机制研究综述
14
作者 张世文 陈双 +1 位作者 梁伟 李仁发 《计算机工程与应用》 CSCD 北大核心 2024年第5期1-16,共16页
联邦学习的攻防技术是联邦学习系统安全的核心问题。联邦学习的攻防技术能大幅降低联邦学习系统被攻击的风险,明显提升联邦学习系统的安全性。深入了解联邦学习的攻防技术,可以推进联邦学习领域的研究,实现联邦学习的广泛应用。因此,对... 联邦学习的攻防技术是联邦学习系统安全的核心问题。联邦学习的攻防技术能大幅降低联邦学习系统被攻击的风险,明显提升联邦学习系统的安全性。深入了解联邦学习的攻防技术,可以推进联邦学习领域的研究,实现联邦学习的广泛应用。因此,对联邦学习的攻防技术进行研究具有十分重要的意义。简要地介绍了联邦学习的概念、基本工作流程、类型及可能存在的安全问题;介绍联邦学习系统可能遭受到的攻击,梳理了相关研究;从联邦学习系统有无目标性的防御措施出发,将防御措施分为通用性防御措施及针对性防御措施两类,并对其进行了针对性的总结;对联邦学习安全性未来的研究方向进行了梳理与分析,为相关研究者在联邦学习安全性方面的研究工作提供了参考。 展开更多
关键词 联邦学习 攻击手段 防御措施 隐私保护
下载PDF
数字孪生辅助联邦学习中的边缘选择和资源分配联合优化
15
作者 唐伦 文明艳 +1 位作者 单贞贞 陈前斌 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第4期1343-1352,共10页
在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联... 在基于联邦学习的智能驾驶中,智能网联汽车(ICV)的资源限制和可能出现的设备故障会导致联邦学习训练精度下降、时延和能耗增加等问题。为此该文提出数字孪生辅助联邦学习中的边缘选择和资源分配优化方案。该方案首先提出数字孪生辅助联邦学习机制,使得ICV能够选择在本地或利用其数字孪生体参与联邦学习。其次,通过构建数字孪生辅助联邦学习的计算和通信模型,建立以最小化累积训练时延和能耗为目标的边缘选择和资源分配联合优化问题,并将其转化为部分可观测的马尔可夫决策过程。最后,提出基于多智能体参数化Q网络(MPDQN)的边缘选择和资源分配算法,用于学习近似最优的边缘选择和资源分配策略,以实现联邦学习累积时延和能耗最小化。仿真结果表明,所提算法在保证模型精度的同时,有效降低联邦学习累积训练时延和能耗。 展开更多
关键词 智能驾驶 联邦学习 数字孪生 深度强化学习
下载PDF
基于联邦学习的个性化推荐系统研究
16
作者 林宁 张亮 《科技创新与生产力》 2024年第4期27-30,共4页
为了通过联邦学习算法解决用户隐私数据泄露的问题、降低数据泄露的可能性,本文概述了推荐系统、联邦学习及联邦推荐系统,探讨了联邦个性化推荐系统的类别、流程、应用现状以及未来面对的挑战等,为用户提供了安全、便捷、高效的个性化... 为了通过联邦学习算法解决用户隐私数据泄露的问题、降低数据泄露的可能性,本文概述了推荐系统、联邦学习及联邦推荐系统,探讨了联邦个性化推荐系统的类别、流程、应用现状以及未来面对的挑战等,为用户提供了安全、便捷、高效的个性化推荐系统。 展开更多
关键词 联邦学习 联邦推荐 推荐系统 隐私保护 数据安全 数据泄露
下载PDF
法团主义视角下地方体育总会枢纽化的发展路径
17
作者 陈鹏 阳艺武 +1 位作者 伍艺昭 高群杰 《体育教育学刊》 2024年第3期49-54,共6页
体育总会枢纽化建设是推动中国式现代化体育强国建设,践行“共建共治共享”社会制度理念的一次新尝试。因此,以法团主义为理论视角,国家-社会二元结构为切入点,运用实地调研及问卷调查等方法,探析地方体育总会枢纽化建设的发展策略。研... 体育总会枢纽化建设是推动中国式现代化体育强国建设,践行“共建共治共享”社会制度理念的一次新尝试。因此,以法团主义为理论视角,国家-社会二元结构为切入点,运用实地调研及问卷调查等方法,探析地方体育总会枢纽化建设的发展策略。研究发现,地方体育总会在发展过程中职能变化特征明显,历经行使官方职能、职能弱化和重新定位枢纽化职能三个阶段。为了更好发挥体育总会桥梁作用,从主体、客体与介体三个方面分析体育总会自身、体育行政部门与体育社会组织、环境与制度方面的建设困境。提出新时代枢纽型社会组织的创新发展,应以国家-社会二元结构为切入点进行综合审视,运用法团主义理论思想,推动政府、枢纽型体育社会组织及社会组织三者的友好互动、良性循环。 展开更多
关键词 体育社会组织 体育总会 法团主义 枢纽化建设
下载PDF
面向不平衡类的联邦学习客户端智能选择算法
18
作者 朱素霞 王云梦 +1 位作者 颜培森 孙广路 《哈尔滨理工大学学报》 CAS 北大核心 2024年第2期33-42,共10页
在联邦学习应用场景下,若客户端设备之间的数据呈现非独立同分布特征,甚至出现类不平衡的情况时,客户端本地模型的优化目标将偏离全局优化目标,从而给全局模型的性能带来巨大挑战。为解决这种数据异质性带来的挑战,通过积极选择合适的... 在联邦学习应用场景下,若客户端设备之间的数据呈现非独立同分布特征,甚至出现类不平衡的情况时,客户端本地模型的优化目标将偏离全局优化目标,从而给全局模型的性能带来巨大挑战。为解决这种数据异质性带来的挑战,通过积极选择合适的客户端子集以平衡数据分布将有助于提高模型的性能。因此,设计了一种面向不平衡类的联邦学习客户端智能选择算法—FedSIMT。该算法不借助任何辅助数据集,在保证客户端本地数据对服务器端不可见的隐私前提下,使用Tanimoto系数度量本地数据分布与目标分布之间的差异,采用强化学习领域中的组合多臂老虎机模型平衡客户端设备选择的开发和探索,在不同数据异质性类型下提高了全局模型的准确率和收敛速度。实验结果表明,该算法具有有效性。 展开更多
关键词 联邦学习 类不平衡 客户端选择算法 多臂老虎机
下载PDF
基于联邦学习的分布式电采暖互动模式设计与展望 被引量:1
19
作者 李彬 白雪峰 +3 位作者 李志超 王仕俊 刘淳 程紫运 《综合智慧能源》 2024年第1期56-64,共9页
随着“双碳”目标的提出,以及“以电代煤”政策的贯彻落实,大量电采暖设备取代传统燃煤取暖投入运行并接入电网将成为必然趋势。大量电采暖设备可以作为需求侧可调资源进行新能源消纳,但是分布式电采暖所处地理区域较为分散,传统集中式... 随着“双碳”目标的提出,以及“以电代煤”政策的贯彻落实,大量电采暖设备取代传统燃煤取暖投入运行并接入电网将成为必然趋势。大量电采暖设备可以作为需求侧可调资源进行新能源消纳,但是分布式电采暖所处地理区域较为分散,传统集中式管理的方式又存在隐私泄露、数据孤岛等问题。联邦学习作为一种分布式技术可在保护隐私的前提下支撑电采暖负荷互动,在分布式电采暖互动领域具有较强的适用性。分析了基于联邦学习的分布式电采暖互动需求,以及边缘缓存、隐私防护、通信传输优化和异构资源融合等技术在基于联邦学习的电采暖互动场景中的应用方式,并展望了未来基于联邦学习的分布式电采暖互动前景。 展开更多
关键词 “双碳”目标 电采暖互动 联邦学习 边缘缓存 隐私保护 通信传输优化 异构融合技术 可再生能源消纳
下载PDF
基于同态加密的隐私保护与可验证联邦学习方案
20
作者 赖成喆 赵益宁 郑东 《信息网络安全》 CSCD 北大核心 2024年第1期93-105,共13页
Cross-silo联邦学习使客户端可以在不共享原始数据的情况下通过聚合本地模型更新来协作训练一个机器学习模型。然而研究表明,训练过程中传输的中间参数也会泄露原始数据隐私,且好奇的中央服务器可能为了自身利益伪造或篡改聚合结果。针... Cross-silo联邦学习使客户端可以在不共享原始数据的情况下通过聚合本地模型更新来协作训练一个机器学习模型。然而研究表明,训练过程中传输的中间参数也会泄露原始数据隐私,且好奇的中央服务器可能为了自身利益伪造或篡改聚合结果。针对上述问题,文章提出一种抗合谋的隐私保护与可验证cross-silo联邦学习方案。具体地,对每个客户端中间参数进行加密以保护数据隐私,同时为增强系统安全性,结合秘密共享方案实现密钥管理和协同解密。此外,通过聚合签名进一步实现数据完整性和认证,并利用多项式承诺实现中央服务器聚合梯度的可验证性。安全性分析表明,该方案不仅能保护中间参数的隐私及验证数据完整性,而且能够确保聚合梯度的正确性。同时,性能分析表明,相比于现有同类方案,文章所提方案的通信开销显著降低。 展开更多
关键词 联邦学习 隐私保护 同态加密 多项式承诺 聚合签名
下载PDF
上一页 1 2 223 下一页 到第
使用帮助 返回顶部