分层联邦学习环境下高效通信和多密钥同态加密技术研究

目录

声明

致谢

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 联邦学习模型训练研究现状

1.2.2 联邦学习隐私保护现状

1.3 主要研究内容及论文架构

1.3.1 主要研究内容

1.3.2 论文架构

2 联邦学习相关工作

2.1 横向联邦学习

2.2 联邦学习环境下高效通信算法

2.2.1 边缘计算

2.2.2 异步通信

2.3 联邦学习环境下隐私保护

2.3.1 模型攻击

2.3.2 同态加密

2.4 本章小结

3 分层联邦环境下的通信效率改进框架

3.1 框架结构设计

3.2 问题描述及算法设计

3.2.1 学习问题

3.2.2 算法设计

3.3 本章小结

4 分层联邦环境下的多密钥同态加密方案设计

4.1 多密钥同态加密

4.2 多密钥同态加密协议设计

4.3 安全性分析

4.3.1 三种攻击模型

4.3.2 DLG攻击

4.3.3 模型对比

4.4 本章小结

5 实验探究与结果分析

5.1 实验设计

5.1.1 数据集介绍

5.1.2 神经网络结构

5.1.3 实验详细设计

5.2 实验结果分析

5.3 本章小结

6 总结与展望

6.1 技术方案研究总结

6.2 未来展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集