El rápido desarrollo en la tecnología de redes ha dado lugar a la proliferación del Internet de las cosas (IoT). Esta tendencia ha llevado a una amplia utilización de datos descentralizados y poder de cómputo distribuido. Mientras que el aprendizaje automático puede beneficiarse de la gran cantidad de datos de IoT, las preocupaciones sobre la privacidad y los costos de comunicación han causado silos de datos. Aunque la adopción de tecnologías de blockchain y aprendizaje federado aborda los problemas de seguridad relacionados con los ataques de colusión y la fuga de privacidad en el intercambio de datos, los ataques de free-riders y los ataques de envenenamiento de modelos en el proceso de aprendizaje federado requieren la auditoría de los modelos de entrenamiento uno por uno. Sin embargo, esto aumenta el costo de comunicación de todo el proceso de entrenamiento. Por lo tanto, para abordar el problema del aumento del costo de comunicación debido a la verificación de seguridad de nodos en el proceso de aprendizaje federado basado en blockchain, proponemos un método de optimización de
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Optimización del tiempo gratuito de los puertos en un centro de distribución y en sistemas de inventario con múltiples puertos.
Artículo:
Algoritmo de Agrupamiento K-Means y su Simulación Basada en Plataforma de Computación Distribuida
Artículo:
Defensa contra objetivos móviles basada en la migración adaptativa de rutas de reenvío para proteger la red SCADA
Artículo:
El Efecto Interactivo de la Identificación Organizacional y el Clima Organizacional en el Comportamiento de Toma de Decisiones de los Empleados: Una Perspectiva de Complejidad
Artículo:
Aplicación del Algoritmo Multimodelo Interactivo Mejorado en la Coincidencia de Características de Trayectoria de Jugadores