联邦学习-

联邦学习：本质上是一种分布式机器学习技术，或机器学习框架
目的：确保数据隐私、安全和合法合规的基础上，实现合作训练模型，提高人工智能模型的效果

• 横向联邦学习
• 纵向联邦学习
• 迁移联邦学习
  

梯度泄露

攻击手段：

攻击类型：

Generator：生成器
Discrimination：判别器
DLG ： deep leakage from gredients 梯度泄露
GRNN： generative regression neural network 生成回归神经网络

防御类型：

梯度干扰：加噪音、降低计算精度、剪枝
数据扰动：混淆、净化