《表1 联邦学习与分布式机器学习对比分析》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《面向大数据隐私保护的联邦学习算法航空应用模型研究》
联邦学习与分布式机器学习有相似的地方,即都充分利用了分布式节点的计算、存储能力。但是联邦学习的具体学习过程中,最典型的特点是每个节点可在不共享资料的前提下,达到同样的训练模型的目标。这样带来的好处一方面减少了数据带来的网络、IO开销,另一方面不泄漏用户隐私得到保护,满足日益严格的安全监管规范。联邦学习与分布式机器学习在数据处理、学习过程、额外优势方面的具体对比如表1所示:
图表编号 | XD00226479500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 陈涛、郭睿、刘志强 |
绘制单位 | 中国航空集团有限公司信息管理部、中国航空集团有限公司信息管理部、北京市公安局顺义分局警务支援大队 |
更多格式 | 高清、无水印(增值服务) |