联邦学习中分布式梯度下降的安全聚合问题

讲座名称：联邦学习中分布式梯度下降的安全聚合问题

讲座人：万凯 教授

讲座时间：2月8日15:00

讲座地点：亚博足彩老科技楼B301

讲座人介绍：

万凯，法国巴黎萨克雷大学博士毕业，曾任德国柏林工业大学博士后研究员，目前任华中科技大学电子信息与通信学院教授。曾入选国家级青年人才、湖北省百人计划、华中科技大学东湖学者计划。主要从事信息论和编码技术的研究，以及其在通信、存储、分布式计算、安全隐私、机器学习等方向的应用。以第一或通信作者共发表国际顶级 SCI 期刊论文17篇、EI会议论文24篇，并参与撰写专著1部；其中信息论领域旗舰期刊IEEE Trans. Information Theory 收录9篇。现任SCI杂志IEEE Communications Letters副编辑。

讲座内容：

安全聚合是联邦学习中的一个核心。安全聚合目的是将分布式用户的本地训练模型聚合到中心服务器。安全聚合保证除了本地训练模型之外，用户的其他本地信息均不会泄露给中心服务器。为了保证安全性，用户间应在离线状态下分配一些密钥。在密钥分发之后，每个用户在向中心服务器发送训练后模型之前需要进行掩模操作。本报告将从信息论角度分析安全聚合在允许一些用户损失情况下的的最小通信开销，并提出了一个理论最优的未编码密钥分发策略。

主办单位：空天地一体化综合业务网全国重点实验室