Beispiel für homomorphe Verschlüsselung von Federated Learning für API
Laden Sie Beispieldateien herunter, die zeigen, wie ein Experiment für föderiertes Lernen mit Fully Homomorphic Encryption (FHE) ausgeführt wird.
Homomorphe Verschlüsselung
FHE ist eine erweiterte, optionale Methode, um zusätzliche Sicherheit und Datenschutz für Ihre Daten bereitzustellen, indem Daten verschlüsselt werden, die zwischen Parteien und dem Aggregator gesendet werden. Diese Methode erstellt weiterhin ein Berechnungsergebnis, das mit dem Ergebnis identisch ist, dass die Berechnungen für unverschlüsselte Daten durchgeführt wurden. Weitere Informationen zum Anwenden der homomorphen Verschlüsselung in Federated Learning finden Sie unter Verschlüsselung anwenden.
Federated Learning-Beispieldateien herunterladen
Laden Sie die folgenden Notebooks herunter.
Übergeordnetes Thema: Lernprogramm und Beispiele für Federated Learning