安全高效的联合学习框架自然语言处理

王成红,邓杰仁,孟贤瑞,王一觉,季丽,盛林（Sheng Lin）,朔汉,费苗,桑古瑟瓦·拉贾塞卡兰,蔡文鼎

摘要
在这项工作中，我们考虑了为NLP设计安全高效的联邦学习（FL）框架的问题。本文献中的现有解决方案要么考虑可信聚合器，要么需要重量级密码原语，这使得性能显著下降。此外，许多现有的安全FL设计只能在限制性假设下工作，即没有一个客户端可以从训练协议中退出。为了解决这些问题，我们提出了SEFL，一种安全高效的联合学习框架，它（1）消除了对可信实体的需要；（2） 与现有FL设计相比，实现了相似甚至更好的模型精度；（3） 对客户辍学有弹性。
选集ID：
2021.emnlp-main.606年
体积：
2021年自然语言处理实证方法会议记录
月份：
十一月
年份：
2021
地址：
多米尼加共和国Online和Punta Cana
编辑：
玛丽·弗朗辛·莫恩斯,黄宣景,露西娅·斯佩西亚,Scott Wen tau Yih（斯科特·温陶一）
地点：
EMNLP公司
SIG公司：
出版商：
计算语言学协会
注：
页：
7676–7682
语言：
网址：
https://aclantology.org/2021.emnlp-main.606
内政部：
10.18653/v1/2021.emnlp-main.606
比比键：
引用（ACL）：
王成红、邓杰仁、孟显瑞、王一觉、李吉、林盛、韩朔、苗飞、拉贾塞卡兰、丁彩文。2021一种安全高效的NLP联合学习框架.英寸2021年自然语言处理实证方法会议记录，第7676-7682页，在线和多米尼加共和国卡纳角。计算语言学协会。
引用（非正式）：
一种安全高效的NLP联合学习框架（Wang等人，EMNLP 2021）
复制引文：
PDF格式：
https://aclantology.org/2021.emnlp-main.606.pdf
视频：
 https://aclantology.org/2021.emnlp-main.606.mp4网址
PDF格式 引用 搜索 视频