📚 网上馆配 · 在线荐购平台

内容简介：本书探讨联邦学习在隐私保护与数据安全方面的关键挑战，并阐述可信联邦学习的关键技术。全书围绕可信联邦学习的基本理论、核心算法和实际应用展开，重点介绍可信联邦学习在隐私安全、模型效用、训练效率中的前沿技术理论研究，以及隐私计算、差分隐私、安全多方计算、区块链等技术在联邦学习中的应用，同时针对三者之间的权衡，提出了一系列的理论，包括不可能三角、多目标优化、概率近似正确学习、博弈均衡等前瞻性研究工作。