ERIS：联邦分片聚合框架

研究者提出联邦学习框架 ERIS，核心机制联邦分片聚合（FSA）把每个客户端的更新切分为互不重叠的分片，交由多个客户端侧聚合器分布式聚合，以消除中心聚合瓶颈并限制单一观察者可见的信息量，重组后仍保持中心化联邦学习的更新方式。 该框架由 Dario Fenoglio 等作者在论文中提出，发表于 arXiv 的 cs.LG 分类。论文称 ERIS 意在优化联邦学习中隐私、效用与可扩展性之间的权衡。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。