典型文献
面向数据安全共享的联邦学习研究综述
文献摘要：
跨部门、跨地域、跨系统间的数据共享是充分发挥分布式数据价值的有效途径,但是现阶段日益严峻的数据安全威胁和严格的法律法规对数据共享造成了诸多挑战.联邦学习可以联合多个用户在不传输本地数据的情况下协同训练机器学习模型,是实现数据安全共享的新范式.对联邦学习的工作原理及与其密切相关的技术进行了简要介绍,并系统地总结联邦学习的隐私安全性以及其与区块链结合的研究现状,最后对下一步的研究方向做出了展望.
文献关键词：
数据共享;联邦学习;区块链;安全多方计算
中图分类号：
作者姓名：
方晨;郭渊博
作者机构：
战略支援部队信息工程大学密码工程学院,河南郑州 450001
文献出处：
引用格式：
[1]方晨;郭渊博-.面向数据安全共享的联邦学习研究综述)[J].信息安全与通信保密,2022(10):66-73
A类：
B类：
数据安全共享,联邦学习,学习研究,跨部门,跨地域,分布式数据,数据价值,数据安全威胁,不传,协同训练,机器学习模型,新范式,对联,隐私安全,链结,安全多方计算
AB值：
0.338625
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
