Acerca de las cookies de este sitio Nuestros sitios web necesitan algunas cookies para funcionar correctamente (necesarias). Además, se pueden utilizar otras cookies con su consentimiento para analizar el uso del sitio, para mejorar la experiencia del usuario y para publicidad. Para obtener más información, consulte sus opciones de. Al visitar nuestro sitio web, acepta que procesemos la información tal y como se describe en ladeclaración de privacidad de IBM. Para facilitar la navegación, sus preferencias de cookies se compartirán entre los dominios web de IBM que se muestran aquí.
Ejemplo de cifrado homomórfico de Federated Learning para API
Última actualización: 28 nov 2024
Descargue y revise los archivos de ejemplo que muestran cómo ejecutar un experimento de Federated Learning con Fully Homomorphic Encryption (FHE).
Cifrado homomórfico
FHE es un método avanzado y opcional para proporcionar seguridad y privacidad adicionales para los datos cifrando los datos enviados entre las partes y el agregador. Este método sigue creando un resultado de cálculo que es el mismo que si los cálculos se realizaran en datos no cifrados. Para obtener más detalles sobre la aplicación del cifrado homomórfico en Federated Learning, consulte Aplicación del cifrado.
Descargar los archivos de ejemplo de Federated Learning
Descargue los cuadernos siguientes.
Demostración de aprendizaje federado en la primera infancia
Tema padre: Guía de aprendizaje y ejemplos de Federated Learning
¿Fue útil el tema?
0/1000