假设你的任务是创建一个机器学习应用程序,该应用程序需要针对用户敏感数据进行自主训练。 你从许多用户那里合规的提取和整合了数据,并将它们放入在集中式云服务器上,用于机器学习模型的训练。
实现方法:在本地节点而非中央服务器,对模型进行训练,避免隐私数据泄露!在某个特定节点上产生的用户数据,将被作为该节点的本地数据, 用来更加高效快速地训练模型。训练完成后,本地节点与中央服务器交换训练结果,而非用户数据。
联邦学习的主要目标是从各个参与方彼此相互孤立的数据中提取出关键知识,整合到一个全局模型中。