联邦学习论文阅读：Secure Federated Matrix Factorization

这是六月刚刚挂上arXiv的文章，杨老师学生的工作

link
代码

摘要

这篇文章提出了联邦化的矩阵分解算法，作者发现传梯度也会泄露信息，所以利用同态加密来进一步保证用户数据的隐私性。

框架

基本框架和federated collaborative filtering那篇文章是一样的：一个标准的横向联邦框架，user vector保留在本地训练，只上传加密后的更新梯度，服务器进行汇总，然后训练product vector。区别是用了同态加密算法进行加密操作。

算法

实验

在一个公开的真实数据集MovieLens上做的实验，评价指标是消耗的时间。虽然HE不会影响准确率，但个人认为还是应该做一下收敛速率和准确率的验证实验。