深度学习隐私保护（分布式）的几篇论文

《Privacy-Preserving Deep Learning》
Authors: Reza Shokri Vitaly Shmatikov
Publication: CCS '15: Proceedings of the 22nd ACM SIGSAC Conference on Computer and Communications SecurityOctober 2015 Pages 1310–1321https://doi.org/10.1145/2810103.2813687
被引用次数：828

---

---

核心思想：共享部分梯度。


引入差分隐私来防止服务器跟踪参与者的更新。

---

《Privacy-Preserving Deep Learning via Additively Homomorphic
Encryption》
Authors：Le Trieu Phong ；Yoshinori Aono ；Takuya Hayashi ；Lihua Wang ；Shiho Moriai
Publisher: IEEE
被引用次数：193

核心思想：提出上一篇中的问题，用同态加密来解决。

Using an L WE-based encryption

Using Paillier encryption

---

《Privacy-Preserving Deep Learning via Weight Transmission》 Authors：Le Trieu Phong ； Tran Thi Phuong
Publisher: IEEE
被引用次数：10

---

---

核心思想：提出上一篇中的问题，用共享权重w来解决。

如果参与者也是好奇的，那加密就不起用了。

秘钥 传输权重

Transfer learning（迁移学习）
被优化以“理解”汽车的组成部分，因此对于学习和分类公共汽车应该是有用的。

Server-aided Network Topology (SNT)
有一个中心服务器，各个分布式训练器与其连接形成的拓扑结构
Fully-connected Network Topology (FNT)
没有中心服务器，各个分布式训练器全相连形成的拓扑结构



解这个方程很难或者说目前不能。

UCI datasets and image datasets (MNIST, CIF AR-10, CIF AR-100)