分别保护计算过程和计算结果的隐私.目前 很少有工作结合这两种技术的优势,用于联邦学习训练全流 程的防护.将安全多方计算,差分隐私相结合,设计了一种面向深 度学习的隐私保护联邦学习方案,用户对本地训练得到的局部模型 添加扰动,并秘密共享至多个中央服务器,服务器间通过多 方计算协议对局部模型进行聚合,得到一个...