基于秘密共享与同态加密的纵向联邦学习方案研究

作者：夏家骏; 鲁颖; 张子扬; 张钰婷; 张佳辰

来源：信息通信技术与政策, 2021, 47(06): 19-26.

• 隐私计算
• 联邦学习
• 多方安全计算
• 同态加密
• 秘密共享

由于日趋严格的隐私保护政策,各种隐私保护算法被提出。联邦学习能够在保护用户隐私不被泄露的情形下,运行各种机器学习算法。介绍了在不同场景下适用的联邦学习框架,并以逻辑回归为例介绍了纵向联邦学习的几种常用实现方式;此外,对各种实现方式的优缺点及适用场景进行了分析。