本文主要是介绍毕设学习：联邦学习梯度聚合加密算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
原本的加密算法大致思路：各个客户端上传梯度时进行加密，服务端直接用有扰乱的梯度当成真梯度来计算，这样一来谁也不知道谁是真梯度
为了避免原本的算法的一些问题，本文提出了加密-解密结构，并证明了这种结构带来的误差是可量化的，且en-decoder可以线下训练出来
首先要对输入的梯度做如下处理：
这样可以保证梯度被转化到一个固定的范围内，方便后面的encoder,decoder操作
这个就是encoder,decoder的目标了，（他们两个都是可以学习的模型）
最后用这个方法把“真”梯度解码出来：
这样，即使解码出来还是会有一点点噪音，这下不怕有人偷看了。
这篇关于毕设学习：联邦学习梯度聚合加密算法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
