federated-learning-cartoons

联邦学习漫画

谷歌 Google I/O’19 出品，关于联邦学习的中文小漫画。在保护用户隐私以及提供更加智能的服务时，不一定会陷入 “鱼与熊掌不可兼得” 的困境。

• 安全聚合是一种用于计算带掩码的矢量 (比如模型里的权重) 之和的交互式加密协议。它会调整数据对中的随机掩码，使得当输入的数据足够多时，让这些掩码最终相互抵消，从而计算出最终结果 (如一套计算模型的更新量)。
• Practical Secure Aggregation for Privacy-Preserving Machine Learning
• https://ai.google/research/pubs/pub47246

• 联盟学习与分析基于多个领域的丰富研究成果，包括分布式优化、机器学习以及隐私研究。而且借鉴了很多系统和工具的灵感，比如用于分布式计算的 MapReduce，用于机器学习的 TensorFlow 以及用于隐私保护与分析的 RAPPOR。使用联盟学习来训练深度网络的论述最早由 Google AI 研究人员于 2016 年发表。
• Communication-Efficient Learning of Deep Networks from Decentralized Data
• https://arxiv.org/abs/1602.05629