背景差分隐私(Differential Privacy)隐私其实是一个很微妙的定义，在机器学习领域，这个定义变得更加模糊，考虑以下场景：高德地图曾

这是一篇纯公式推导的文献，用于下一篇论文公式推导的借鉴。在这里选取部分关键公式和定理记录一下。 前言 本文研究个性化的联邦学习，目标是找到一个初始共享模型，当前或新用户可以

介绍我们的目标并不是只保护数据。相反，我们希望确保一个学习模型不会显示客户是否参与了分散的培训。这意味着客户机的整个数据集受到保护，不受来自其他客户机的差异攻击。我们的主要贡献:首先&

✍️ [阅读笔记] An Overview of Federated Deep Learning Privacy Attacks and Defensive Strategies 本文是一篇关于联邦学习的隐私攻击和防御策略的综述文章&