Google Research 将联邦学习迁入 TEE，称首次实现可外部验证的差分隐私

Google Research 发布基于可信执行环境（TEE）的新一代联邦学习系统，研究团队称这是首次为联邦学习实现可外部验证的中心差分隐私保证。系统已在 Gboard 英语和日语下一词预测模型上部署，Google 称相比此前具备更强隐私保证和更高准确率。 该系统将客户端梯度计算迁移至服务端 TEE，访问策略发布至 Sigstore 的 Rekor 公开透明日志，密钥管理服务（KMS）仅向与策略匹配的工作负载释放密钥，外部审计者可独立核查每个服务端工作负载。核心 TEE 二进制文件与 Federated Language 以 Apache 2.0 协议开源，KMS 和数据处理二进制文件可从开源代码可复现构建。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。