3.3　总结

本章以面向隐私保护的机器学习为主题，简单回顾了其中常见的攻击技术，重点介绍了常用隐私保护技术。差分隐私、安全多方计算和同态加密是三种常用的隐私保护技术，而且是技术上非常有前景的保护数据隐私的方向。在本章中，我们对这三种隐私保护技术的发展背景和相关理论进行了介绍，并对主流研究方向及相关方法进行了梳理，使得读者对它们有一个相对全面、系统的了解。由于篇幅有限，本章难以就攻击和隐私保护技术提供过多的细节内容。所以，如读者对某一块内容比较感兴趣，可以参考相关引文。面向隐私保护的机器学习在理论和实践上都具有较大的研究价值，期待随着研究的推进，它们能在联邦学习中发挥更大的价值。