谷歌提出可验证隐私保证的联邦学习系统

谷歌研究团队介绍下一代联邦学习系统，尝试在改善训练速度、准确率和设备覆盖的同时，提供外部可验证的隐私…

谷歌研究团队介绍下一代联邦学习系统，尝试在改善训练速度、准确率和设备覆盖的同时，提供外部可验证的隐私保护。方案继续围绕数据最小化、匿名化、透明控制和可审计性展开。

新系统使用可信执行环境，使第三方可以核验执行逻辑，并保护内部状态与运行完整性。团队希望借助这类机制，在将部分计算移至服务器时，仍让数据使用和匿名化过程具备可检查的边界。