TY  - UNPB
TI  - Toward provably private learning from federated data
UR  - https://arxiv.org/abs/2609.31494
DO  - 10.48550/arXiv.2609.31494
DA  - 2026-09-25
KW  - Juju Radar
KW  - 隐私计算
KW  - 联邦学习
KW  - 待阅读
N1  - Google提出基于TEE的联邦学习系统：设备先加密上传并限定许可处理程序，TEE内的密钥服务只向符合策略的处理程序放行密钥；策略和可重建代码供外部审计。Gboard的英日语下一词预测训练已采用。新意在于把原来需相信服务器加噪的承诺，推进到可检查的程序与策略；同时服务器计算减轻设备在线时间约束。TEE侧信道与软件实现正确性仍有限制，不能称为完全无需信任。论文9月25日首次提交，10月2日Google博客介绍应用。  原文：https://arxiv.org/abs/2609.31494 本期资料页：https://www.asteronline.cn/juju-radar/2026-10-03/ AI辅助整理。
ER  -