1
点赞
0
评论
0
转载
收藏

团队的隐私保护研究成果在ACM智能系统与技术学报(TIST)上发表

我们提出了一种基于联邦学习的隐私保护团簇渗透方法,专注于重叠社区检测问题。我们的方法使得多个客户端能够在不泄露本地数据隐私的前提下,共同检测社交网络中的重叠社区。实验结果显示,我们提出的方法不仅提高了社区检测的准确度,还有效地保障了数据隐私。


福州大学 计算机与大数据学院
近期热门动态
团队的隐私保护成果在TNSE上发表
189 2024-12-26 18:01:22
SCHOLAT.com 学者网
免责声明 | 关于我们 | 联系我们
联系我们:
返回顶部