面向网络空间防御的对抗机器学习研究综述
余正飞， 闫巧， 周鋆 - 自动化学报, 2022 - aas.net.cn
机器学习以强大的自适应性和自学习能力成为网络空间防御的研究热点和重要方向.
然而机器学习模型在网络空间环境下存在受到对抗攻击的潜在风险, 可能成为防御体系中最为 …
然而机器学习模型在网络空间环境下存在受到对抗攻击的潜在风险, 可能成为防御体系中最为 …
支持多数不规则用户的隐私保护联邦学习框架
陈前昕， 毕仁万， 林劼， 金彪， 熊金波 - 网络与信息安全学报, 2022 - infocomm-journal.com
针对联邦学习存在处理大多数不规则用户易引起聚合效率降低, 以及采用明文通信导致参数隐私
泄露的问题, 基于设计的安全除法协议构建针对不规则用户鲁棒的隐私保护联邦学习框架 …
泄露的问题, 基于设计的安全除法协议构建针对不规则用户鲁棒的隐私保护联邦学习框架 …
面向非独立同分布数据的自适应联邦深度学习算法
张泽辉， 李庆丹， 富瑶， 何宁昕， 高铁杠 - 自动化学报, 2023 - aas.net.cn
近些年, 联邦学习(Federated learning, FL) 由于能够打破数据壁垒, 实现孤岛数据价值变现,
受到了工业界和学术界的广泛关注. 然而, 在实际工程应用中, 联邦学习存在着数据隐私泄露和 …
受到了工业界和学术界的广泛关注. 然而, 在实际工程应用中, 联邦学习存在着数据隐私泄露和 …
面向船联网的高效隐私保护联邦学习方法
张泽辉， 管聪， 高航， 高铁杠， 陈辉 - 中国舰船研究, 2022 - zgjcyj.xml-journal.net
目的人工智能技术已经成为提升船舶航行安全水平, 降低航运企业运营成本的重要手段.
为打破不同船舶公司之间的数据壁垒, 进一步提升船舶智能化水平, 提出一种面向船联网的高效 …
为打破不同船舶公司之间的数据壁垒, 进一步提升船舶智能化水平, 提出一种面向船联网的高效 …
基于相关性的Swarm 联邦降维方法
李文平， 杜选 - 自动化学报, 2023 - aas.net.cn
联邦学习(Federated learning, FL) 在解决人工智能(Artificial intelligence, AI)
面临的隐私泄露和数据孤岛问题方面具有显著优势. 针对联邦学习的已有研究未考虑联邦数据之 …
面临的隐私泄露和数据孤岛问题方面具有显著优势. 针对联邦学习的已有研究未考虑联邦数据之 …
基于最大最小策略的纵向联邦学习隐私保护方法
李荣昌， 刘涛， 郑海斌， 陈晋音， 刘振广， 纪守领 - 自动化学报, 2022 - aas.net.cn
纵向联邦学习是一种新兴的分布式机器学习技术, 在保障隐私性的前提下利用分散在各个机构的
数据实现机器学习模型的联合训练. 纵向联邦学习被广泛应用于工业互联网金融借贷和医疗诊断 …
数据实现机器学习模型的联合训练. 纵向联邦学习被广泛应用于工业互联网金融借贷和医疗诊断 …