您当前的位置:
首页 >
文章列表页 >
DPBR-Adapt:具有层级自适应差分隐私的联邦学习防御方案
DPBR-Adapt:具有层级自适应差分隐私的联邦学习防御方案
DPBR-Adapt: a hierarchically adaptive differential privacy defence scheme for federated learning
- 通信学报 2026年47卷第4期 页码:270-287
DOI:10.11959/j.issn.1000-436x.2026071
修回:2026-03-12,
录用:2026-03-12
移动端阅览
AI导读
HTML全文
图(5) 表(8)
参考文献
出版信息
数据统计
263
浏览量
366
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
区块链和联邦学习赋能下的众包任务个性化安全推荐方案
面向数据交易的质量感知联邦学习贡献评价方法
基于特征投影与自适应增强的联邦蒸馏方法
ISAC网络中基于特征信息的联邦学习动态压缩方法
面向天地一体化网络的终端可信接入认证与密钥协商协议
相关作者
韩妍妍
邬海琴
李梁
李昌峰
田有亮
支睿
王帅
金昆龙
相关机构
华东师范大学软件工程学院
中国科学院计算机网络信息中心
贵州大学计算机科学与技术学院
贵州省密码学与区块链技术特色重点实验室
贵州大学大数据与信息工程学院

