面向联邦学习的差分隐私保护优化算法研究

作　　者： 吴飞翔；范世华；袁宁廷；杨发辉；陆智立

摘　　要： 本研究致力于探讨面向联邦学习的差分隐私保护优化算法。通过研究差分隐私保护在联邦学习中的应用，结合优化算法理论，提出一种能够有效保护数据隐私的优化算法，以提升联邦学习系统的安全性和数据隐私性。本研究致力于探讨面向联邦学习的差分隐私保护优化算法。通过研究差分隐私保护在联邦学习中的应用，结合优化算法理论，提出一种能够有效保护数据隐私的优化算法，以提升联邦学习系统的安全性和数据隐私性。

来　　源： 《信息产业报道》 2025-06