0 / 0
Torna alla versione inglese della documentazione
Esempio di crittografia homomorfa di Federated Learning per API
Ultimo aggiornamento: 28 nov 2024
Esempio di crittografia homomorfa di Federated Learning per API

Scarica e esamina i file di esempio che mostrano come eseguire un esperimento di apprendimento federato con Fully Homomorphic Encryption (FHE).

Crittografia omomorfa

FHE è un metodo avanzato e facoltativo per fornire ulteriore sicurezza e privacy per i tuoi dati crittografando i dati inviati tra le parti e l'aggregatore. Questo metodo crea ancora un risultato di calcolo che è lo stesso come se i calcoli fossero eseguiti su dati non codificati. Per ulteriori dettagli sull'applicazione della codifica omorfa in Federated Learning, vedi Applicazione della codifica.

Scarica i file di esempio di Federated Learning

Scarica i seguenti notebook.

Demo dell'apprendimento federato FHE

Argomento principale: Esercitazione ed esempi di apprendimento federato

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni