FL中隐私和安全性问题

A.隐私保护 FL的主要目标之一是保护参与者的隐私，参与者只需要共享训练模型的参数，而不需要共享他们的实际数据。然而，最近的一些研究表明，恶意的参与者仍然可以根据他们共享的模型从其他参与者那里推断出敏感信息，例如性别、职业和位置。例如，在[137]中，当在FaceScrub[138]数据集上训练一个二元性别分类器时，作者表明，他们可以通过检查共享模型来推断某个参与者的输入是否包含在数据集中，其准确

>>阅读原文<<