在今年的 I/O 大会上,我们公布了联盟学习 (Federated Learning)。为了帮助大家更好地理解这个技术,我们画了一套漫画给大家
* 安全聚合是一种用于计算带掩码的矢量 (比如模型里的权重) 之和的交互式加密协议。它会调整数据对中的随机掩码,使得当输入的数据足够多时,让这些掩码最终相互抵消,从而计算出最终结果 (如一套计算模型的更新量)。
- Practical Secure Aggregation for Privacy-Preserving Machine Learninghttps://ai.google/research/pubs/pub47246
* 联盟学习与分析基于多个领域的丰富研究成果,包括分布式优化、机器学习以及隐私研究。而且借鉴了很多系统和工具的灵感,比如用于分布式计算的 MapReduce,用于机器学习的 TensorFlow 以及用于隐私保护与分析的 RAPPOR。使用联盟学习来训练深度网络的论述最早由 Google AI 研究人员于 2016 年发表。
- Communication-Efficient Learning of Deep Networks from Decentralized Datahttps://arxiv.org/abs/1602.05629