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，参与者只须要共享训练模型的参数，而不须要共享他们的实际数据。然而，最近的一些研究代表，恶意的参与者仍然能够根据他们共享的模型从其余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，做者代表，他们能够经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<<