大数据隐私保护挑战
1. 一种分布式机器学习技术,允许多个参与方在不共享原始数据的情况下协作训练
模型。
2. 通过本地更新和模型聚合,保护参与方的隐私,同时允许从联合数据集获得见解
。
3. 在医疗保健、财务和制造业等领域具有广泛的应用,但仍受限于通信成本和数据
异构等挑战。
主题名称:差分隐私
1. 一种隐私保障技术,为统计查询提供可证明的隐私保护保证。
2. 通过添加随机噪声或其他机制,模糊个人数据,同时保持聚合查询的实用性。
3. 在大数据分析和调查研究中得到广泛应用,但计算开销和数据效用之间存在权衡
。
主题名称:联邦学习