پذیرش مقاله دانشجوی دکترای آزمایشگاه نرم‌افزارهای هوشمند سرکار خانم زینب آل بویه (@z-alebouyeh) در مجله معتبر Engineering Applications of Artificial Intelligence.
در این مقاله به موضوع حفظ حریم خصوصی و استحکام در یادگیری مشارکتی شده پرداخته شده است.
یادگیری مشارکتی به‌عنوان چارچوبی برای یادگیری ماشین توزیع‌شده در دستگاه‌های غیرمتمرکز، امکان آموزش مدل را بدون نیاز به اشتراک‌گذاری داده‌ها در یک سرور مرکزی فراهم می‌کند. با وجود مزایای چشمگیر این ساختار، طبیعت توزیع‌شده آن چالش‌هایی جدی در زمینه امنیت و حفظ حریم خصوصی به همراه دارد. تضمین همزمان امنیت و حریم خصوصی از چالش‌های جدی این ساختار به شمار می‌رود. در این مقاله، روشی برای حفظ حریم خصوصی در یادگیری مشارکتی ارائه شده است که به‌جای تغییر مستقیم بردارهای پارامتر کاربران، نویز را به داده‌های آموزشی یا فرآیند یادگیری مدل اضافه می‌کند و به همین جهت با تجمیع‌کننده‌های مقاوم کاملاً سازگار است. این رویکرد با ایجاد تعادلی پایدار میان حریم خصوصی، امنیت و کارایی، گامی مؤثر در راستای رفع همزمان چالش‌های امنیتی و حریم خصوصی در یادگیری مشارکتی به شمار می‌رود.
