具有增强隐私保护的空中联邦学习

研究者提出一种兼具高效空中参数聚合与强隐私保护的联邦学习新框架。该框架在终端设备引入成对可消除随机人工噪声（PCR-AN），同时保护用户数据与模型。相比现有基于空中计算（AirComp）的联邦学习方案，该设计隐私保护更强；论文解析给出了所提无线聚合算法的保密容量与收敛速率。