医疗领域中隐私保护分布式深度学习方法之比较
机器学习
2020-12-24 v1 密码学与安全
摘要
在本文中，我们比较三种隐私保护分布式学习技术：联邦学习、拆分学习与SplitFed。我们利用这些技术构建用于从胸部X光片检测结核病的二分类模型，并从分类性能、通信与计算成本以及训练时间方面对它们进行比较。我们提出了一种称为SplitFedv3的新型分布式学习架构，其在我们的实验中优于拆分学习与SplitFedv2。我们还提出了交替小批量训练，一种用于拆分学习的新型训练技术，其性能优于交替客户端训练（即客户端轮流训练模型）。
引用
@article{arxiv.2012.12591,
title = {Comparison of Privacy-Preserving Distributed Deep Learning Methods in Healthcare},
author = {Manish Gawali and Arvind C S and Shriya Suryavanshi and Harshit Madaan and Ashrika Gaikwad and Bhanu Prakash KN and Viraj Kulkarni and Aniruddha Pant},
journal= {arXiv preprint arXiv:2012.12591},
year = {2020}
}
备注
10 pages, 12 figures