联邦学习使多个参与方可以在数据隐私得到保护的情况下训练机器学习模型。但是由于服务器无法监控参与者在本地进行的训练过程，参与者可以篡改本地训练模型，从而对联邦学习...

【新智元导读】无惧联邦学习中的后门攻击！全新解决方案利用多指标和动态加权来自适应地识别后门，在难度最高的Edge-case PGD中，后门准确率仅为3.06%。

今天为大家介绍的是来自Alan Russell团队的一篇论文。人工智能工具可以让公司在保护敏感信息的同时共享有关药物候选物的数据，从而释放出机器学习和尖端实验室...

关于关键学习期问题，我们之前撰写过这样一篇文章深度学习中的关键学习期（Critical learning periods）。生物学领域的研究人员已经确定，人类或...

杨强主要研究方向为人工智能，包括联邦学习、迁移学习、智能规划。其中最为大众熟知的是迁移学习、联邦学习等在两个或两个以上的领域之间进行的机器学习方法。

随着大语言模型（Large Language Model，LLM）的火速发展，关于大语言模型对人工智能产业发展的影响引发了越来越多的讨论。一种观点认为，大语言模...

由于数据隐私限制，多个中心之间的数据共享受到限制，这就影响了联邦学习架构下多中心合作开发高性能深度学习模型的效果。持续学习（Continual Learning...

腾讯是国内最早倡导“联邦学习”技术的团队之一。为 了进一步推动联邦学习技术在金融行业的应用，助力数字普惠金融发展，腾讯安全将举办新品网络发布会，诚邀关注金融科技...

关注腾讯云大学，了解最新行业技术动态  戳【阅读原文】查看55个腾讯云产品全集 课程概述 联邦学习（Federated Learning，FELE）是一种打破...

与标准联邦学习范式相比，腾讯“神盾-联邦计算”平台独创的非对称联邦学习范式通过对原有的两个环节——加密实体对齐和加密模型训练——做针对性的非对称协议改造2，实现...

它来了它来了 一年一度的618来了 今天博文菌带着 必Buy书单+神仙优惠券 发誓绝不让你多花一分钱 成功入手品质好书！ 当当网自营图书大促 >> 每满10...

凝聚了杨强教授团队的多年学术成果和工程经验，书中剖析了联邦学习与数据安全、隐私保护的前沿学术成果，涵盖隐私保护技术，联邦学习定义、分类、算法和系统，联邦学习激励...

本书凝结了作看及其团队在联邦学习领域的多年学术成果和工程经验，全面且系统地论述了联邦学习的理论、算法、平台及应用，剖析并探讨了联邦学习的相关前沿学术成果及应用落...

数据的资产属性赋予了数据巨大的价值，数据的使用有极其广阔的前景；而用户对隐私保护的要求又极大限制了数据的使用。 在这种两难的情景下，基于数据隐私保护技术实现的分...

博文视点学院 本周福利课表（5月24-30日） 1 本周限时秒杀 （扫描下方二维码·获取折扣） ▊《深入浅出强化学习：编程实战》 南开大学郭宪老师在线教学回...

樊登推荐的《裸演说》到底讲的是什么？ 前段时间，樊登在直播间里推荐了这本《裸演说》。 他说：“裸演说”可以让你减轻对演说的负担，让自己成为一个真实的演说者。 ...

联邦学习是如何应用在视觉领域的？ 本文会通过一个获得了2020年AAAI人工智能创新应用奖（也是第一个基于联邦学习的人工智能工业级奖项）的案例来向大家介绍！ ...

为了帮助大家更好地将联邦学习应用在实际项目中，杨强教授再次带领团队撰写了国内首本联邦学习实战的权威著作——《联邦学习实战（全彩）》。

科技驱动变革，正在引领我们进入一个前所未有的奇幻新世界！ 从技术到营销，从数据分析到人工智能，技术在不断地迭代更新以适应新的业务诉求，技术驱动的营销推广等方式...

2018 年，Facebook 因黑客入侵导致 2900 多万个用户的个人数据泄露，一下子陷入了舆论中，同时也引发了我们每个人对信息安全的思考： 我们的隐私数据...