边缘学习：隐私计算白皮书

边缘学习是一种基于“云-边-端”层次化、分布式的计算架构，用于训练本地的机器学习模型和进行模型推理，保护了数据的隐私性。边缘学习是边缘计算实现边缘智能服务的核心内容，根据其分布式架构不同可分为终端设备学习、边缘服务器学习和云边端协同学习三类。然而，采用联邦学习、安全多方计算或可信执行环境等隐私计算技术保证边缘学习过程数据隐私性，需要对协同计算方之间交互的模型信息进行加噪声、加密等处理，会降低最终模型的精度、影响模型的收敛速度和学习过程的公平性和持续性。