摘要
近年来,随着我国互联网通信技术的大力发展,越来越多企业以合作共赢为前提参与到工业互联网体系建设中。然而传统工业互联网模式下,不同企业间数据直接传输无法确保自身数据的安全,例如在学习训练时各参与方存在信息泄露和被篡改风险,从而致使企业利益受损。此外,随着社会各界对于个人隐私的不断重视以及我国相关安全法律法规的不断完善,各企业考虑长远发展,不得不采取相应措施以确保数据安全。联邦学习技术摒弃参与者间数据直接通信而采用模型参数传输,从而减少信息传递被敌手窃取的风险。因此,本文基于联邦学习技术提出工业互联网结构优化举措,以更好保证各企业数据的隐私安全。
-
单位北京电子科技学院