RéponsePourquoi l’apprentissage fédéré ne supprime-t-il pas tout risque de fuite ?
Il évite parfois le transfert central des données brutes, mais les mises à jour des modèles peuvent révéler des informations. La sécurité dépend des protocoles et des adversaires considérés.
RéférenceMcMahan et al., Communication-Efficient Learning of Deep Networks from Decentralized Data (2017)
MÉRISPHÈRE · LES CHEMINS DU SAVOIR