<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>选择性加密 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E9%80%89%E6%8B%A9%E6%80%A7%E5%8A%A0%E5%AF%86/</link>
    <description>Recent content in 选择性加密 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Wed, 17 Sep 2025 21:04:26 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E9%80%89%E6%8B%A9%E6%80%A7%E5%8A%A0%E5%AF%86/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>选择性加密对抗梯度反演攻击的评估研究</title>
      <link>https://blog.qife122.com/p/%E9%80%89%E6%8B%A9%E6%80%A7%E5%8A%A0%E5%AF%86%E5%AF%B9%E6%8A%97%E6%A2%AF%E5%BA%A6%E5%8F%8D%E6%BC%94%E6%94%BB%E5%87%BB%E7%9A%84%E8%AF%84%E4%BC%B0%E7%A0%94%E7%A9%B6/</link>
      <pubDate>Wed, 17 Sep 2025 21:04:26 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E9%80%89%E6%8B%A9%E6%80%A7%E5%8A%A0%E5%AF%86%E5%AF%B9%E6%8A%97%E6%A2%AF%E5%BA%A6%E5%8F%8D%E6%BC%94%E6%94%BB%E5%87%BB%E7%9A%84%E8%AF%84%E4%BC%B0%E7%A0%94%E7%A9%B6/</guid>
      <description>&lt;h1 id=&#34;评估选择性加密对抗梯度反演攻击&#34;&gt;评估选择性加密对抗梯度反演攻击&lt;/h1&gt;&#xA;&lt;p&gt;梯度反演攻击对联邦学习等分布式训练框架构成重大隐私威胁，使恶意方能够从客户端与聚合服务器在聚合过程中的梯度通信中重建敏感本地训练数据。虽然基于传统加密的防御方法（如同态加密）在不影响模型效用的前提下提供强大的隐私保证，但它们通常会产生过高的计算开销。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
