連邦学習における勾配漏洩の包括的な分析

連邦学習では、クライアントの個人データを露出することなく協調的にモデルを訓練できるが、クライアントが共有する勾配から個人データを再構築できるという勾配漏洩攻撃が存在する。本研究では、勾配漏洩攻撃の実効性を包括的に分析し、実用的な連邦学習システムにおける限界を明らかにする。