posts/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0/%E9%9A%90%E7%A7%81%E4%BF%9D%E6%8A%A4/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0fedml-he_an-efficient-homomorphic-encryption-based-privacy-preserving-federated-learning-system/

[utterances-bot]

【论文笔记】FEDML-HE_AN EFFICIENT HOMOMORPHIC-ENCRYPTION-BASED PRIVACY-PRESERVING FEDERATED LEARNING SYSTEM - P3troL1er 的个人博客

【论文笔记】FEDML-HE_AN EFFICIENT HOMOMORPHIC-ENCRYPTION-BASED PRIVACY-PRESERVING FEDERATED LEARNING SYSTEM-P3troL1er的个人技术博客

https://peterliuzhi.top/posts/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0/%E9%9A%90%E7%A7%81%E4%BF%9D%E6%8A%A4/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0fedml-he_an-efficient-homomorphic-encryption-based-privacy-preserving-federated-learning-system/

[Red9th]

您好，想问下您对于加密掩码图这里的计算是如何理解的。对客户端上传的加密敏感度矩阵进行同态聚合，得到的应该还是密文形式的聚合矩阵，那是如何按比率 p 从中选出最敏感的参数的？ 是否应该先将聚合得到的加密敏感度矩阵发送给客户端，然后客户端对其解密之后，再按照比率 p 进行选择部分最敏感的参数，从而得到掩码图？ 期待您的回复！