讲座人：段少明 博士生

题目：面向隐私保护的联邦学习调试技术研究

时间：2023年2月15日 15:00-16:00

地点：L1711

讲座内容：

联邦学习因其可以在不共享本地数据的情况下联合多个参与方协同训练一个机器学习模型，成为破局隐私保护和数据价值挖掘这一矛盾的关键技术之一，已经在政务、医疗、金融等领域得到广泛研究和应用。然而，当训练数据存在噪音或非独立同分布等问题导致联邦学习模型性能下降时，由于训练数据和训练过程不可接触，如何在保护隐私的前提下调试联邦学习提升模型性能，成为数据科学家面临的挑战。针对上述问题，本报告从隐私特征共享和数据增强两个角度出发，讨论如何生成和利用隐私特征和合成数据来调试联邦学习数据噪音和非独立同分布问题，提升联邦学习性能。

讲座人简介：

段少明，博士生，曾分别于中北大学和哈尔滨工业大学（深圳）获得学士学位、硕士学位。 2018年至今在哈尔滨工业大学 (深圳) 计算机科学与技术学院攻读博士学位，导师方滨兴院士，副导师刘川意教授。主要研究方向为隐私保护机器学习、数据安全。