1
条回答
写回答
写回答
-
联邦学习（Federated Learning，FL），是机器学习的一种延伸，使用分布式的 方式让模型在不同数据源进行训练，实现共同建模，而数据又不会离开其生产环 境。在共享的内容中，部分模型参数共享而原始数据不共享，由于共享的是模型 而不是原始数据，可达到最大限度避免数据泄漏的效果。联邦学习在涉及到模型 训练的场景适用度高效果好，在金融场景有普遍应用。
资料来源：《DataTrust隐私增强计算白皮书》，下载链接为：https://developer.aliyun.com/topic/download?id=7995。
2022-01-12 14:00:24赞同 展开评论 打赏
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
