联邦学习算法怎么做单机算法调优？如果独立单份的数据做联邦算法不准，怎么同步修改联邦算法？
1.联邦学习算法，怎么做单机算法调优，独立单份的数据做联邦算法，不准，怎么同步修改联邦算法，升级算法的依据是什么？
2.同态加密， 这个是什么？加密这块是否做了国产化，还是依赖国外加密技术？？
3.primihub已经可以一键部署docker了，基于k8s平台运行的适配做了吗？ fastdfs这种 分布式文件系统，怎么做隐匿查询、隐私求交，安全加密访问？ 已经有了https安全，为啥还是不安全？
展开
收起
1
条回答
写回答
写回答
-
- 参数调优一般通过调整训练超参数（网格搜索、贝叶斯）、模型结构等。联邦学习的参数还包括本地训练的轮次、全局聚合的轮次、聚合求平均的方法。同时联邦学习还需要进行通信效率优化。
- 同态加密技术可以支持密文上的计算，例如密文加法和密文乘法。参考论文：《基于国密SM2和SM9的同态加密算法》。
- 做了k8s的适配，算法原理和使用哪种数据源是无关的，需要增加fastdfs的支持即可；通信加密不能解决所有的问题，比如经典的“百万富翁问题”：两个人想比较谁更有钱，但是又不想让对方知道自己的财富值。
2024-05-11 16:09:01赞同 3 展开评论 打赏
问答分类：
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
