| 注册
首页|期刊导航|信息安全研究|基于联邦学习和差分隐私的文本分类模型研究

基于联邦学习和差分隐私的文本分类模型研究

盛雪晨 陈丹伟

信息安全研究2023,Vol.9Issue(12):1145-1151,7.
信息安全研究2023,Vol.9Issue(12):1145-1151,7.DOI:10.12379/j.issn.2096-1057.2023.12.02

基于联邦学习和差分隐私的文本分类模型研究

Research on Text Classification Model Based on Federated Learning and Differential Privacy

盛雪晨 1陈丹伟1

作者信息

  • 1. 南京邮电大学计算机学院、软件学院、网络空间安全学院 南京 210023
  • 折叠

摘要

关键词

文本分类/分布式计算/联邦学习/差分隐私/隐私保护

Key words

text classification/distributed computing/federated learning/differential privacy/privacy protection

分类

信息技术与安全科学

引用本文复制引用

盛雪晨,陈丹伟..基于联邦学习和差分隐私的文本分类模型研究[J].信息安全研究,2023,9(12):1145-1151,7.

基金项目

国家重点研发计划项目(2019YFB2101704) (2019YFB2101704)

信息安全研究

OA北大核心CSCDCSTPCD

2096-1057

访问量0
|
下载量0
段落导航相关论文