基于视觉联合学习的教育数据挖掘隐私保护技术

在过去十年中,教育越来越依赖人工智能。然而,在智能时代,隐私泄露已经成为一个必须立即解决的重要问题。为了实现这一目标,介绍了人工智能领域新兴的联合学习概念,分析了联合学习的定义、系统模型和训练过程以及隐私保护技术,并将联合学习与各种教育数据挖掘算法相结合。该框架可以在不集成数据的情况下对某些活动和情况执行加密训练,然后生成反映所有数据特征的可视化模型。联合可视化是联合学习体系结构在可视化领域的扩展。它主要侧重于在维护数据隐私的前提下,在对来自多个数据源的数据进行可视化分析时,部署一种互利双赢的联合合作技术。必须消除行业数据壁垒,共享数据和专业知识,以解决教育数据挖掘中可能出现的隐私保护问题。研究发现,联合学习方法原则上可以保护数据隐私,并且易于集成到现有的教育应用中。在保护隐私的基础上,使用联合可视化框架可以最大限度地提高模型的准确性。联合学习将为教育的信息化和智能化发展提供一条新的途径。