메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 / 회원가입
고객센터 ENG
주제분류
인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG
학술대회자료
오류 신고하기해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

논문 기본 정보

저자정보
(세종대학교) (세종대학교)
저널정보
한국통신학회 한국통신학회 학술대회논문집 2025년도 한국통신학회 추계종합학술발표회 논문집
오류 신고하기
표지

피인용 0

검색

    초록·키워드

    연합학습(Federated Learning)은 각 클라이언트가 자체 데이터를 로컬에서 학습하고, 중앙 서버가 모델 가중치(weight)를 수집·통합하여 글로벌 모델을 갱신함으로써 원시 데이터 공유 없이 학습을 가능하게 한다. 동형암호(Homomorphic Encryption)는 암호문 상태에서의 연산·집계를 지원하여 학습 과정의 추가적 노출을 방지한다. 그러나 연합학습과 동형암호는 각각 통신량과 계산량 증가라는 한계를 가진다. 본 논문에서는 이러한 효율 저하를 완화하기 위해 동형암호 기반 연합학습에 희소화(Sparsification)를 결합하고, MNIST 데이터셋을 기반으로 그 성능을 정량적으로 평가하는 것을 목적으로 한다. 우리는 (i) 평문 기반 연합학습, (ii) 동형암호 기 ... 전체 초록 보기

    본문·목차

    최근 본 자료 전체보기

      260915_DBpiaAI2학기
      260723_DBpiaAI질문3
      260917_DBpiaAI뷰어2
      260604_KRpiaAI
      UCI(KEPA) : I410-151-26-02-096129685