文档摘要

4.1.2 差分隐私与联邦学习中的对抗风险 4.1.2 差分隐私与联邦学习中的对抗风险：一次梯度泄露引发的“隐私雪崩” 在联邦学习（Federated Learning, FL）的工程实践中，差分隐私（Differential Privacy, DP）常被用作抵御成员推断攻击（Membership Inference Attack）和模型反演攻击（Model Inversion Attack）的“安全阀”。 会员。《4.1.2 差分隐私与联邦学习中的对抗风险》收录于灏天文库文集《AI安全与对抗机器学习》，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。文档编号30123。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---