免费编程教程

全部标签 Python React 安全 自动化 MySQL Go 分布式 隐私 Docker CSS Vue3 开源
联邦学习基础

在数据不出本地的前提下协同训练模型，理解 FedAvg 算法。

人工智能 联邦学习 隐私 分布式
15 0 0
2026-07-03
联邦学习与 TEE 结合

将联邦聚合服务器置于 TEE 可信执行环境中，确保聚合过程不被窥探或篡改，增强安全等级。

人工智能 TEE 联邦学习 安全聚合
12 0 0
2026-06-28
NVIDIA FLARE

利用 NVIDIA FLARE 构建安全、可扩展的联邦学习系统，支持差分隐私和同态加密等高级特性。

人工智能 NVIDIA FLARE 联邦学习 安全
15 0 0
2026-06-28
OpenFL 框架

使用 OpenFL 设计联邦实验，支持自定义模型和聚合算法，轻松在分布式环境中协作训练。

人工智能 OpenFL 联邦学习 开源
17 0 0
2026-06-28
联邦学习平台 FATE

学习使用 FATE 搭建联邦学习项目，进行横向和纵向联邦训练与评估，集成多种安全协议。

人工智能 FATE 联邦学习 平台
11 0 0
2026-06-28
非独立同分布 non-IID

专门应对联邦学习中标签分布偏斜和客户端特征不同的方法，如数据共享和模型正则化。

人工智能 non-IID 联邦学习 标签倾斜
10 0 0
2026-06-28
数据异构挑战

深入分析联邦学习中客户端数据非独立同分布的原因，及其对收敛性和模型性能的负面影响。

人工智能 数据异构 Non-IID 联邦学习
12 0 0
2026-06-28
公平联邦学习

在设计联邦学习算法时考虑公平性，避免模型仅对多数参与方好而牺牲弱势客户端的性能。

人工智能 公平联邦学习 公平性 联邦学习
12 0 0
2026-06-28
联邦增强

在联邦学习客户端使用生成模型创建合成数据，缓解数据异构和标签不均衡的问题。

人工智能 联邦增强 数据增强 联邦学习
13 0 0
2026-06-28
联邦元学习

将元学习与联邦框架结合，学习一个能快速通过少量梯度步适应任意本地客户的初始化模型。

人工智能 联邦元学习 MAML 联邦学习
15 0 0
2026-06-28
个性化联邦学习

在保护隐私的同时，为每个参与方调整出更贴合其本地数据分布的个性化模型，提升用户体验。

人工智能 个性化 联邦学习 本地适配
14 0 0
2026-06-28
SCAFFOLD

学习 SCAFFOLD 算法，利用全局和本地控制变量校正本地更新方向，显著减少 Non-IID 下的漂移。

人工智能 SCAFFOLD 联邦学习 优化
15 0 0
2026-06-28
联邦优化算法 FedProx

学习 FedProx 在本地目标函数中加入近端项，约束本地更新不偏离全局模型，应对 Non-IID 数据。

人工智能 FedProx 联邦学习 异构
12 0 0
2026-06-28
联邦遗忘

在联邦学习环境中，从全局模型中删除某个参与方数据的影响，同时保持模型聚合的高效性。

人工智能 联邦遗忘 隐私 联邦学习
17 0 0
2026-06-27
联邦学习进阶 FedAvg

深入联邦平均算法，学习客户端采样、本地更新、模型聚合策略以及梯度压缩等提升通信效率的技巧。

人工智能 联邦学习 FedAvg 隐私保护
14 0 0
2026-06-20