Federated Learning

什么是AI隐私计算？隐私计算（Privacy-Preserving Computation）是一类在保护数据机密性的前提下实现数据价值流通的技术总称。在AI领域，数据是模型的燃料，但数据往往涉及用户隐私或商业机密，无法直接共享。隐私计算正是解决这一矛盾的核心技术。主流隐私计算技术包括三大方向：联邦学习（Federated Learning）：各参与方本地训练模型，仅交换加密梯度参数，数据不出域。同态加密（Homomorphic Encryption）：在密文上直接计算，解密后...