基于区块链的联邦学习应用研究 |
| |
引用本文: | 李济伟,商晴庆,孙建刚,董耀众,李伟良.基于区块链的联邦学习应用研究[J].电子测试,2022(12):138-140. |
| |
作者姓名: | 李济伟 商晴庆 孙建刚 董耀众 李伟良 |
| |
作者单位: | 国家电网有限公司信息通信分公司 |
| |
摘 要: | 联邦学习区块链应用领域、架构特性和隐私机制等,具有很强的互补性和兼容性。将这两种技术结合起来,以增加隐私保护。数据交换是在计算性能的机制进行。基于区块链的联邦学习,了解有关开发基于区块链的联邦学习最新研究成果。人工智能离不开大数据,由于目前的数据管控政策和行业竞争造成的数据孤岛严重限制了大数据技术的使用价值。联邦学习可以消除数据孤岛,在多个参与者不公开数据集的情况下,共同完成模型学习。由于中心化的相互依赖,以及隐私泄露的风险,基于区块链的联邦学习方法已进入人工智能研究领域。基于此,本文讨论了联邦学习和区块链的概念,结合区块链和联邦学习进行了分析。
|
关 键 词: | 区块链 联邦学习 应用研究 |
|
|