|
|||||
|
|
| 面向联邦学习的本地差分隐私设计 | |
| 引用本文： | 张昊. 面向联邦学习的本地差分隐私设计[J]. 智能计算机与应用, 2022, 12(5): 61-65,69. DOI: 10.3969/j.issn.2095-2163.2022.05.011 |
| 作者姓名： | 张昊 |
| 作者单位： | 东华大学 计算机科学与技术学院,上海201620 |
| 摘 要： | |
| 关 键 词： | 联邦学习 本地差分隐私 隐私保护 自适应隐私预算 |
Towards-federated-learning local differential privacy design |
|
| ZHANG Hao. Towards-federated-learning local differential privacy design[J]. INTELLIGENT COMPUTER AND APPLICATIONS, 2022, 12(5): 61-65,69. DOI: 10.3969/j.issn.2095-2163.2022.05.011 | |
| Authors: | ZHANG Hao |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |