开启看第二篇论文感觉对联邦学习有一点感兴趣先看了一个50分钟的课讲联邦学习联邦学习分布式加密技术同态加密Ftop-k梯度欠账本”。这一轮没上传的小梯度先欠着下一轮继续累积直到它的重要性足够大再上传。新的梯度当前梯度历史未上传梯度假设模型参数有5个G1[0.01,0.8,0.03,0.5,0.02]G_1[0.01,0.8,0.03,0.5,0.02]G1​[0.01,0.8,0.03,0.5,0.02]Top-k取最大的2个[0,0.8,0,0.5,0][0,0.8,0,0.5,0][0,0.8,0,0.5,0]那么剩下[0.01,0,0.03,0,0.02]第二轮当前梯度G2[0.02,0.7,0.04,0.6,0.01]历史欠下来的ErrorBuffer[0.01,0,0.03,0,0.02]对应位置相加0.020.010.030.700.70.040.030.070.600.60.010.020.03得到[0.03,0.7,0.07,0.6,0.03]paillier算法经典同态加密算法Paillier解读 - 原理、实现和应用-CSDN博客同态加密https://zhuanlan.zhihu.com/p/1932593297454523218这张图我觉得画的特别好部分同态加密RSA、GM、ElGamal、Paillier、近似同态加密BGN、有限级数全同态加密和全同态加密DGHV、BGV、BFV、CKKS、GSW、FHEW、TFHE等技术ELGamal同态加密算法CL同态加密Pailier同态加密Pederson同态承诺边缘计算什么是边缘计算一文读懂边缘计算的原理、优势与应用场景-CSDN博客边缘计算是在靠近物或数据源头的网络边缘侧通过融合网络、计算、存储、应用核心能力的分布式开放平台就近提供边缘智能服务。简单点讲边缘计算是将从终端采集到的数据直接在靠近数据产生的本地设备或网络中进行分析无需再将数据传输至云端数据处理中心。为什么需要边缘计算物联网技术的快速发展使得越来越多具备独立功能的普通物体实现互联互通实现万物互联。得益于物联网的特征各行各业均在利用物联网技术快速实现数字化转型越来越多的行业终端设备通过网络联接起来。然而物联网作为庞大而复杂的系统不同行业应用场景各异据第三方分析机构统计到2025年将有超过千亿的终端设备联网终端数据量将达300ZB如此大规模的数据量按照传统数据处理方式获取的所有数据均需上送云计算平台分析云计算平台将面临着网络时延高、海量设备接入、海量数据处理难、带宽不够和功耗过高等高难度挑战。为了解决传统数据处理方式下时延高、数据实时分析能力匮乏等弊端边缘计算技术应运而生。边缘计算技术是在靠近物或数据源头的网络边缘侧通过融合网络、计算、存储、应用核心能力的分布式开放平台就近提供边缘智能服务。简单点讲边缘计算是将从终端采集到的数据直接在靠近数据产生的本地设备或网络中进行分析无需再将数据传输至云端数据处理中心。边缘计算 VS 云计算边缘计算的概念是相对于云计算而言的云计算的处理方式是将所有数据上传至计算资源集中的云端数据中心或服务器处理任何需要访问该信息的请求都必须上送云端处理。因此云计算面对物联网数据量爆发的时代弊端逐渐凸显云计算无法满足爆发式的海量数据处理诉求。随着互联网与各个行业的融合特别是在物联网技术普及后计算需求出现爆发式增长传统云计算架构将不能满足如此庞大的计算需求。云计算不能满足数据实时处理的诉求。传统云计算模式下物联网数据被终端采集后要先传输至云计算中心再通过集群计算后返回结果这必然出现较长的响应时间但一些新兴的应用场景如无人驾驶、智慧矿山等对响应时间有极高要求依赖云计算并不现实。边缘计算的出现可在一定程度上解决云计算遇到的这些问题。如下图所示物联终端设备产生的数据不需要再传输至遥远的云数据中心处理而是就近即在网络边缘侧完成数据分析和处理相较于云计算更加高效和安全。表1-1 边缘计算和云计算的区别项目边缘计算云计算计算方式分布式计算聚焦实时、短周期数据的分析集中式计算依赖云端数据中心处理位置靠近产生数据的终端设备或物联网关云端数据中心延时性低延时高延时数据存储只向远端传输有用的处理信息无冗余信息采集到的所有信息部署成本低高隐私安全隐私性和安全性较高隐私性和安全性相对低需要高度关注边缘计算是如何工作的边缘计算架构如下图所示尽可能靠近终端节点处处理数据使数据、应用程序和计算能力远离集中式云计算中心。边缘计算架构终端节点由各种物联网设备如传感器、RFID标签、摄像头、智能手机等组成主要完成收集原始数据并上报的功能。在终端层中只需提供各种物联网设备的感知能力而不需要计算能力。边缘计算节点边缘计算节点通过合理部署和调配网络边缘侧节点的计算和存储能力实现基础服务响应。网络节点负责将边缘计算节点处理后的有用数据上传至云计算节点进行分析处理。云计算节点边缘计算层的上报数据将在云计算节点进行永久性存储同时边缘计算节点无法处理的分析任务和综合全局信息的处理任务仍旧需要在云计算节点完成。除此之外云计算节点还可以根据网络资源分布动态调整边缘计算层的部署策略和算法。边缘计算的典型应用正是基于这种更实时处理数据的能力、特性更快的响应时间边缘计算非常适合被应用于物联网领域通过具有边缘计算能力的物联网关就近网络边缘节点提供设备管理控制等服务解决物联网通信“最后一公里”的问题最终实现物联网设备的智慧连接和高效管理。边缘计算网联网架构如下图所示它聚焦于工业物联网领域不仅支持丰富的工业协议和物联接口可以广泛适应不同行业设备的联接场景而且通过开放的边缘计算能力和云管理架构快速满足不同行业边缘智能数据处理诉求联接实现海量终端设备接入物联网络主要通过边缘计算网关支持的各种物联接口IP化PLC/RF/RS485/RS232等连接各种传感器和终端实现终端设备接入。云管理通过物联网平台应用云计算技术实现边缘物联设备如网络、设备、容器及应用的统一云化管理同时北向支持与其他行业应用系统灵活对接。行业应用物联网平台提供标准的开放接口与不同合作伙伴的行业应用系统开放对接构建广泛的行业适应性可开发更多契合行业场景深度定制化物联网行业应用。论文体会联邦学习客户端(Client) 本地数据 | 本地训练 | 梯度/模型参数 ↓ 服务器(Server) 聚合模型特点数据不离开客户端只交换模型更新信息。用到的技术有梯度压缩FTop-kPaillier算法Shamir密码共享Trusted Verification Algorithm签名验证分别对应解决几个问题1.通信成本高--------FTop-k---------------降低开销2. 梯度隐私泄露-------Pailier同态加密、Shamir秘密共享3.服务器不可信-------------可信验证Trusted Verification算法签名