怎样使用SMPC库(如FATE)在联合数据下安全地训练模型?
简介:联合学习与隐私保护的交汇点 随着数据隐私法规(如GDPR、CCPA)的日益严格,AI模型的训练面临着严峻的挑战。联合学习(Federated Learning, FL)允许多个数据持有方(各方数据不离开本地)共同训练一个全局模型。然而...
简介:联合学习与隐私保护的交汇点 随着数据隐私法规(如GDPR、CCPA)的日益严格,AI模型的训练面临着严峻的挑战。联合学习(Federated Learning, FL)允许多个数据持有方(各方数据不离开本地)共同训练一个全局模型。然而...
简介:差分隐私与Opacus 在模型训练中保护用户数据隐私是AI基础设施面临的关键挑战。差分隐私(Differential Privacy, DP)提供了一种量化的、数学上可证明的隐私保护机制。实现DP-SGD(Differentially...
简介:大模型时代下的隐私挑战 随着大型语言模型(LLM)的广泛应用,模型输出中意外泄露敏感个人信息(PII,Personally Identifiable Information)的风险日益增加。这可能是由于训练数据泄露、模型幻觉、或用户在...