Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Gradient and Del Operator01:14

Gradient and Del Operator

4.3K
In mathematics and physics, the gradient and del operator are fundamental concepts used to describe the behavior of functions and fields in space. The gradient is a mathematical operator that gives both the magnitude and direction of the maximum spatial rate of change. Consider a person standing on a mountain. The slope of the mountain at any given point is not defined unless it is quantified in a particular direction. For this reason, a "directional derivative" is defined, which is a vector...
4.3K
Survival Tree01:19

Survival Tree

369
Survival trees are a non-parametric method used in survival analysis to model the relationship between a set of covariates and the time until an event of interest occurs, often referred to as the "time-to-event" or "survival time." This method is particularly useful when dealing with censored data, where the event has not occurred for some individuals by the end of the study period, or when the exact time of the event is unknown.
 Building a Survival Tree
Constructing a...
369
Avoidance Learning and Learned Helplessness01:14

Avoidance Learning and Learned Helplessness

2.5K
Avoidance learning and learned helplessness are critical concepts in understanding behavioral responses to negative stimuli.
Avoidance learning occurs when an organism learns that a specific behavior can prevent an unpleasant outcome. For example, a student who receives a bad grade may start studying harder to avoid future poor grades. This behavior persists even when the negative outcome is no longer present. Avoidance learning is powerful because it maintains behavior in the absence of the...
2.5K
Introduction to Learning01:18

Introduction to Learning

884
Learning is the process of acquiring knowledge or skills through practice or experience, leading to long-lasting behavioral changes. This acquisition occurs through interaction with the environment and requires practice or experience. For instance, mastering a skill such as surfing requires considerable practice and experience, highlighting the essential role of repeated interactions with the environment in learning.
In contrast to learned behaviors, unlearned behaviors such as crying, sexual...
884
Forced Transdifferentiation01:28

Forced Transdifferentiation

2.3K
Transdifferentiation, also known as lineage reprogramming, was first discovered by Selman and Kafatos in 1974 in silkmoths. They observed that the moths’ cuticle-producing cells transformed into salt-producing cells. Many such cases of natural transdifferentiation occur in organisms. In humans, pancreatic alpha cells can become beta cells. In newts, the loss of the eye’s lens causes the pigmented epithelial cells to transdifferentiate into the lens cells.
Artificial...
2.3K
What is an Electrochemical Gradient?01:26

What is an Electrochemical Gradient?

126.4K
Adenosine triphosphate, or ATP, is considered the primary energy source in cells. However, energy can also be stored in the electrochemical gradient of an ion across the plasma membrane, which is determined by two factors: its chemical and electrical gradients.
The chemical gradient relies on differences in the abundance of a substance on the outside versus the inside of a cell and flows from areas of high to low ion concentration. In contrast, the electrical gradient revolves around an...
126.4K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

A light-initiated chemical reporter strategy for spatiotemporal labeling of biomolecules.

RSC chemical biology·2022
Same author

Downregulation of HULC Induces Ferroptosis in Hepatocellular Carcinoma via Targeting of the miR-3200-5p/ATF4 Axis.

Oxidative medicine and cellular longevity·2022
Same author

Effect of Programmed Nursing Plan Based on Thinking Map Guidance Mode on Hemodynamics and Intestinal Function Recovery of Patients Undergoing Endoscopic Retrograde Cholangiopancreatography.

Emergency medicine international·2022
Same author

In vivo non-invasive confocal fluorescence imaging beyond 1,700 nm using superconducting nanowire single-photon detectors.

Nature nanotechnology·2022
Same author

Primary signet ring cell carcinoma of the appendix: An interesting case.

The American journal of the medical sciences·2022
Same author

MYC drives autophagy to adapt to stress in Penaeus vannamei.

Fish & shellfish immunology·2022

関連する実験動画

Updated: Jan 8, 2026

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
03:14

Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

Published on: December 6, 2024

983

連合学習における脆弱性の探求：勾配反転攻撃の詳細な分析

Pengxin Guo, Runxi Wang, Shuang Zeng

    IEEE transactions on pattern analysis and machine intelligence
    |December 22, 2025
    PubMed
    まとめ

    勾配反転攻撃（GIA）は、連合学習（FL）におけるプライバシーを脅かします。本研究では、GIA手法を分類し、最適化ベースのGIAが最も実用的であるものの不完全であること、他の手法は非実用的であることを発見しました。FLセキュリティ強化のための防御策を提案します。

    キーワード:
    連合学習勾配反転攻撃プライバシー保護機械学習セキュリティ

    関連する実験動画

    Last Updated: Jan 8, 2026

    Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness
    03:14

    Augmenting Large Language Models via Vector Embeddings to Improve Domain-Specific Responsiveness

    Published on: December 6, 2024

    983

    科学分野:

    • 機械学習
    • サイバーセキュリティ
    • データプライバシー

    背景:

    • 連合学習（FL）は、生のデータ共有なしでの協調的なモデルトレーニングを可能にするが、勾配情報は依然としてプライベートデータを漏洩する可能性がある。
    • 勾配反転攻撃（GIA）はFLにおける重大なプライバシーリスクをもたらすが、包括的な実験的評価が不足している。

    研究 の 目的:

    • 連合学習（FL）における既存の勾配反転攻撃（GIA）を体系的にレビューおよび分類すること。
    • さまざまなGIAタイプの有効性、実用性、および限界を実験的に分析および評価すること。
    • 堅牢なFLプライバシー保護のための防御戦略および将来の研究の方向性を提案すること。

    主な方法:

    • GIA手法の体系的な文献レビュー。
    • GIAの最適化ベース（OP-GIA）、生成ベース（GEN-GIA）、および解析ベース（ANA-GIA）への分類。
    • FLフレームワーク内でのGIAタイプの包括的な実験的評価。

    主要な成果:

    • 最適化ベースのGIA（OP-GIA）が最も実用的な攻撃設定であるが、その性能は満足のいくものではない。
    • 生成ベースのGIA（GEN-GIA）と解析ベースのGIA（ANA-GIA）は、それぞれ依存関係や検出可能性のために、一般的に実用的ではない。
    • GIAの性能、実用性、および脅威レベルに影響を与える主要な要因を特定した。

    結論:

    • 既存のGIA手法は、FLプライバシーに対してさまざまなレベルの実用的な脅威をもたらす。
    • FLフレームワークのセキュリティ強化のために、3段階の防御パイプラインを提案する。
    • 将来の研究では、洗練されたGIAに対するより堅牢な防御策の開発と、新しい攻撃ベクトルの探求に焦点を当てるべきである。