信通院 联邦学习应用安全研究报告 2023年

****研究报告（2020年） 12023年5月中国信息通信研究院安全研究所 2023年12月联邦学习应用安全研究报告 (2023年) 版权声明本报告版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院 ”。违反上述声明者，编者将追究其相关法律责任。中国信息通信研究院安全研究所 2020年6月中国信息通信研究院安全研究所 2020年6月前言 “数据孤岛 ”，是数据为 “王”的时代的一个不可被忽视的现象，各组织机构的数据如同大洋上的岛屿，隔海相望、孤立无援。这种现象来源于组织机构对敏感数据域外共享的数据安全担忧，随着数据安全法律法规日趋严格，各组织机构难以承担数据泄露所带来的严重后果，使数据既出不去，也进不来。在追求数据要素高效高质流通的当下， “数据孤岛 ”现象无疑是数据要素市场化建设进程中的障碍，于是“ 原始数据不出域，数据可用不可见 ”的新范式被提出，联邦学习也作为能够实现该范式的代表技术之一，得到了快速的发展。联邦学习技术可避免原始数据流出本地，转而通过 “本地存储+分布式学习 ”的联合机器学习建模方式完成多方数据价值的释放，很好地解决了数据流通与数据安全之间的矛盾。联邦学习作为能够打破 “数据孤岛 ”的有力技术工具，为实现保障数据安全流通的初衷，仍然需要确保其自身的各属性的安全可靠。本研究报告着眼于联邦学习技术产品、系统、平台等形式的应用的安全，介绍了联邦学习应用的安全现状，分析了联邦学习在应用中面临的安全问题，并针对以上痛点问题，提出了联邦学习应用的未来发展建议。本报告的编写得到了不少业界同仁的大力支持，希望本报告能为社会各界深入了解联邦学习应用安全的现状与发展提供有价值的参考。

信通院联邦学习应用安全研究报告 2023年

文档预览

中文文档 31 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分

赞助3元下载(无需注册)

温馨提示：本文档共31页，可预览 3 页，如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档

下载文档到电脑，方便使用

赞助3元下载

本文档由 SC 于 2024-02-18 22:46:11上传分享

信通院 联邦学习应用安全研究报告 2023年

信通院联邦学习应用安全研究报告 2023年