Dynamic User Clustering for Efficient and Privacy-Preserving Federated Learning

计算机科学 互操作性 联合学习 聚类分析 协议(科学) 分布式计算 构造(python库) 分拆(数论) 数据聚合器 数据挖掘 机器学习 计算机网络 无线传感器网络 数学 医学 操作系统 组合数学 病理 替代医学
作者
Ziyao Liu,Jiale Guo,Wenzhuo Yang,Jiani Fan,Kwok‐Yan Lam,Jun Zhao
出处
期刊:IEEE Transactions on Dependable and Secure Computing [Institute of Electrical and Electronics Engineers]
卷期号:: 1-12
标识
DOI:10.1109/tdsc.2024.3355458
摘要

With the wider adoption of machine learning and increasing concern about data privacy, federated learning (FL) has received tremendous attention. FL schemes typically enable a set of participants, i.e., data owners, to individually train a machine learning model using their local data, which are then aggregated with the coordination of a central server to construct a global FL model. Improvements upon standard FL include (i) reducing the communication overheads of gradient transmission by utilizing gradient sparsification and (ii) enhancing the security of aggregation by adopting privacy-preserving aggregation (PPAgg) protocols. However, state-of-the-art PPAgg protocols do not interoperate easily with gradient sparsification due to the heterogeneity of users' sparsified gradient vectors. To resolve this issue, we propose a Dynamic User Clustering (DUC) approach with a set of supporting protocols to partition users into clusters based on the nature of the PPAgg protocol and gradient sparsification technique, providing both security guarantees and communication efficiency. Experimental results show that DUC-FL significantly reduces communication overheads and achieves similar model accuracy compared to the baselines. The simplicity of the proposed protocol makes it attractive for both implementation and further improvements.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ffyzsl完成签到,获得积分10
1秒前
DocRex发布了新的文献求助10
3秒前
哈密瓜完成签到,获得积分10
4秒前
Yukiiiii关注了科研通微信公众号
4秒前
哈呵嚯嘿呀完成签到,获得积分10
4秒前
琉璃苣应助紫熊采纳,获得10
6秒前
zzz完成签到,获得积分10
7秒前
oyfff完成签到 ,获得积分10
7秒前
bruce11完成签到,获得积分10
8秒前
Phoenix完成签到,获得积分10
9秒前
小马甲应助dungaway采纳,获得10
9秒前
surain完成签到,获得积分10
10秒前
wangzai111完成签到,获得积分10
11秒前
LU完成签到,获得积分10
12秒前
jiu完成签到,获得积分10
12秒前
小牧鱼完成签到,获得积分10
15秒前
17秒前
灵零完成签到,获得积分10
18秒前
Jj完成签到,获得积分10
19秒前
20秒前
王灿灿完成签到,获得积分10
20秒前
LING关注了科研通微信公众号
21秒前
随性完成签到,获得积分10
22秒前
ri_290发布了新的文献求助10
23秒前
XinX完成签到,获得积分10
24秒前
明亮师完成签到 ,获得积分10
24秒前
Loooong应助科研通管家采纳,获得20
25秒前
SciGPT应助科研通管家采纳,获得10
26秒前
田様应助科研通管家采纳,获得10
26秒前
Loooong应助科研通管家采纳,获得20
26秒前
dungaway发布了新的文献求助10
26秒前
NexusExplorer应助科研通管家采纳,获得10
26秒前
Loooong应助科研通管家采纳,获得20
26秒前
Loooong应助科研通管家采纳,获得20
26秒前
26秒前
Xtals应助科研通管家采纳,获得20
26秒前
26秒前
机智的妙晴完成签到,获得积分10
26秒前
nancyzhao完成签到 ,获得积分10
27秒前
27秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137115
求助须知:如何正确求助?哪些是违规求助? 2788096
关于积分的说明 7784635
捐赠科研通 2444121
什么是DOI,文献DOI怎么找? 1299763
科研通“疑难数据库(出版商)”最低求助积分说明 625574
版权声明 601011