- 博客(91)
- 资源 (8)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 联邦学习到底是什么
联邦学习看了很多联邦学习相关的论文，今天从头到尾顺一遍。先把之前看过的大致的总结一下，方便写论文的时候参考，后面再补充。联邦学习的思想在各个客户端保留本地数据的前提下共同训练一个模型。分类：横向联邦、纵向联邦、迁移学习横向联邦：适用于数据特征重合度大的客户端。例如不同地区的银行，他们所拥有的共同客户数量较少，但是客户的属性大部分一致。纵向联邦：适用于用户重叠部分较多的客户端。例如同一地区的银行和超市，他们所拥有的客户大多都为本地的用户，重合度较大。迁移学习：以上两种都不满足。用户和用户属性重合
2020-06-19 14:00:13
3244
6
转载 TeeChart绘制Gant图
软件安装 及使用VS2010 使用TeeChart绘图控件 - 之一 - 控件和类的导入_尘中远的博客-CSDN博客_teechartVS2010 使用TeeChart绘图控件 - 之一 - 控件和类的导入VS2010 使用TeeChart绘图控件 - 之二 - 绘制图形（折线图，柱状图）TeeChart绘图控件 - 之三 - 提高绘图的效率vs2010的用法和vc6有很大的不同，特别是在一些函数调用那里，当然。控件导入也是很不一样的安装好控件后就可以在工程里加入teechart控件了https://b
2022-04-20 11:40:31
1005
转载 单例模式（单例设计模式）详解
在有些系统中，为了节省内存资源、保证数据内容的一致性，对某些类要求只能创建一个实例，这就是所谓的单例模式。单例模式的定义与特点单例（Singleton）模式的定义：指一个类只有一个实例，且该类能自行创建这个实例的一种模式。例如，Windows 中只能打开一个任务管理器，这样可以避免因打开多个任务管理器窗口而造成内存资源的浪费，或出现各个窗口显示内容的不一致等错误。在计算机系统中，还有 Windows 的回收站、操作系统中的文件系统、多线程中的线程池、显卡的驱动程序对象、打印机的后台处理服务、应用程
2022-03-31 15:54:42
47643
2
转载 MSDN在线文档
相信大家都会有这么一种感觉，阅读英文msdn文档的时候，会有一种朦胧的美感，哈哈，那么怎么把搜到的英文文档变为中文呢？1、使用浏览器插件，比如有道翻译之类的，缺点：很有可能翻译不出来或者一等就是半天2、神器，哈哈，今天学的：首先，英文文档地址如下：http://msdn.microsoft.com/en-us/library/system.data.datarow(v=vs.110).aspx修改en-us==>zh-cn，如下：http://msdn.microsoft.com/zh-c
2022-03-16 10:35:44
3285
转载 C++和C#进程之间通过命名管道通信（附源码）—下
C++和C#进程之间通过命名管道通信（附源码）—下接上篇：我采用的是C#开发的一个windows应用程序（pipe_server_csharp）作为服务器端，而MFC开发的应用程序（NamedPipeClient_vc）作为客户端。客户端和服务器端要进行频繁的大量的通信，常见的是文本信息和曲线数据，例如，一共有10条曲线，每条曲线有1000000条double数据。服务器端：服务器端是用在VS2005中用C#开发的一个名为pipe_server_csharp的应用程序，只有一个名为.
2022-03-14 13:31:37
752
转载 C++和C#进程之间通过命名管道通信（上）
C++和C#进程之间通过命名管道通信（上）“命名管道”是一种简单的进程间通信（IPC）机制。命名管道可在同一台计算机的不同进程之间，或在跨越一个网络的不同计算机的不同进程之间，支持可靠的、单向或双向的数据通信。用命名管道来设计应用程序实际非常简单，并不需要事先深入掌握基层网络传送协议（如TCP/IP或IPX）的知识。因为命名管道利用了微软网络提供者（MSNP）重定向器，通过一个网络，在各进程间建立通信。这样一来，应用程序便不必关心网络协议的细节。命令管道是围绕Windows文件系统设计的一种机.
2022-03-14 13:29:34
682
转载 WIN10 VC++6.0运行多个工程、 双击dsw/dsp打开多个窗口、打开两个.dsw文件
WIN7：在Win7操作系统下，如果是以Administrator登陆，则VC6.0打开工程文件的时候，不能同时打开多个工程文件，后打开的工程会将前一个工程close掉，这样，VC6.0只能出现一个进程。在xp下，我们可以设置文件打开的默认方式中去掉DDE选项，这样可以使得VC6可以同时打开多个工程，但在win7下，却没有办法找到这个设置窗口。经过实践，可以用以下办法解决：打开cmd：1）输入assoc .dsp回车，确认后缀为.dsp的文件类型为dspfile；2）输入assoc .dsw回车，
2022-03-07 10:28:07
1129
转载 模态和非模态对话框的创建与销毁过程
一、显示对话框：1.显示模式对话框：CDialogDemo dlg;dlg.DoModal();2.显示非模式对话框：CDialogDemo *dlg=new CDialogDemo(this);dlg->Create(IDD_GENERAL_CONTROL);dlg->ShowWindow(SW_SHOW);二、关闭对话框：1.CDialog::OnOK();2.CDialog::DestoryWindow();3.CDialog::EndDia...
2022-01-18 16:55:26
724
转载 WM_CLOSE、WM_DESTROY、WM_QUIT及各种消息投递函数详解
本文对WM_CLOSE、WM_DESTROY、WM_QUIT及各种消息投递函数的功能及区别做出了分析比对，有助于读者更好的对消息投递函数加以理解。详情如下：一、WM_CLOSE、WM_DESTROY、WM_QUIT区别WM_CLOSE：关闭应用程序窗口WM_DESTROY：关闭应用程序WM_QUIT：关闭消息循环只有关闭了消息循环，应用程序的进程才真正退出(在任务管理器里消失)。win32应用程序的完整退出过程：点击窗口右上角的关闭按钮，发送WM_CLOSE消息。此消息处理中调用De
2022-01-18 11:28:55
1521
原创 VC++6.0突然不弹提示了
更快的异步SGDAbstract异步分布随机梯度下降方法由于陈旧的梯度而难以收敛。如果此后已在服务器上更新了用于计算该梯度的参数，则客户端发送给参数服务器的梯度更新将失效。已经提出了解决该问题的方法，该方法根据经过的更新次数来量化陈旧性。在这项工作中，我们提出了一种新颖的方法，可以根据梯度统计的移动平均值来量化陈旧性。我们证明，在收敛速度和对许多客户端的可伸缩性方面，该方法优于以前的方法。我们还将讨论在分布式训练环境中如何使用此方法的扩展来显著降低带宽成本。特别是，我们的方法允许将总带宽使用量减少5
2021-11-03 10:53:39
662
原创 CoCreateInstance函数
CoCreateInstance函数创建组件的最简单的方法是使用CoCreateInstance函数。在本机中只创建一个对象时，可以调用CoCreateInstance;在远程系统中创建一个对象时，可以调用CoCreateInstanceEx;创建多个同一CLSID的对象时, 可以参考 CoGetClassObject 函数。在COM库中包含一个用于创建组件的名为CoCreateInstance的函数。此函数需要一个CLSID参数，在此基础上创建相应组件的一个实例，并返回此组件的某个接口。S
2021-10-14 09:52:31
1552
1
转载 动态规划-
作者：阮行止链接：https://www.zhihu.com/question/23995189/answer/613096905来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。0. intro 很有意思的问题。以往见过许多教材，对动态规划（DP）的引入属于“奉天承运，皇帝诏曰”式：不给出一点引入，见面即拿出一大堆公式吓人；学生则死啃书本，然后突然顿悟。针对入门者的教材不应该是这样的。恰好我给入门者讲过四次DP入门，迭代出了一套比较靠谱的教学方法，所以今天跑.
2021-09-17 11:43:15
223
转载 OPC UA
OPC什么是OPC?OPC全称是OLE（Object Linking and Embedding） for Process Control。为了便于自动化行业不同厂家的设备和应用程序能相互交换数据，定义了一个统一的接口函数，就是OPC协议规范。有了OPC就可以使用统一的方式去访问不同设备厂商的产品数据。简单来说：OPC就是为了用于设备和软件之间交换数据。OPC基金会前前后后规定了不同的接口定义，如下：• OPC DA (Data Access, exchange of real-time
2021-09-14 16:26:05
381
转载 Modbus TCP协议
原文链接：ModbusTCP协议学习笔记_iknow_nothing的博客-CSDN博客_modbustcp视频地址：Java实现ModbusTCP通信_哔哩哔哩_bilibili简介Modbus由MODICON公司于1979年开发，是一种工业现场总线协议标准。1996年施耐德公司推出基于以太网TCP/IP的Modbus协议：ModbusTCP。Modbus协议是一项应用层报文传输协议，包括ASCII、RTU、TCP三种报文类型。标准的Modbus协议物理层接口有RS232、RS422、
2021-09-14 14:00:44
1280
转载 利用C++调用天气webservice-gSOAP方法
利用C++调用天气webservice-gSOAP方法首先需要下载一个gSOAP工具包 下载路径为：https://sourceforge.NET/projects/gsoap2/至于有关于gSOAP的一些用法和包含的文件的说明可从官网查看：http://www.genivia.com/dev.html。下载和使用gSOAP生成一些库文件提供给C++工程使用：解压gsoap文件夹，此处解压的是gsoap-2.8文件夹，放在E盘 打开E:\gsoap-2.8\gsoap\bin\win3
2021-09-08 17:07:15
535
1
原创 create database if not exists a；创建数据库，没成功？
在项目里使用了sql语句创建数据库，但是却找不到，检查代码并没有错误，单步调试也成功执行了语句。找了半天bug原来是可视化使用的是MySQL-Front软件需要：点击文件----打开登录信息-----属性------注册在该界面的数据库中选上刚创建的数据库，才可以在可视化界面看到！...
2021-08-19 17:30:23
3009
原创 Win10系统VC++6.0单击F10单步调试崩溃
win10系统上的VC++6.0使用F10快捷键进行单步调试时，弹错误：Unhandled exception in xxx.exe(OLE32.ELL): 0XC0000005: Access Violation解决方法：点击菜单栏上的Tools---options-----debug------将Disassembly window下的Source annotation前的对号取消，即可解决...
2021-08-18 15:50:44
668
转载 MFC中ShowWindow函数
CWnd::ShowWindowBOOL ShowWindow( int nCmdShow );返回值：如果窗口原来可见，则返回非零值；如果CWnd原来是隐藏的，则返回0。参数：nCmdShow 指定了CWnd应如何被显示。它必须是下列值之一： SW_HIDE 隐藏窗口并将活动状态传递给其它窗口。 SW_MINIMIZE 最小化窗口并激活系统列表中的顶层窗口。 SW_RESTORE 激活并显示窗口。如果窗口是最小化或最大化的，Wi
2021-08-12 09:44:13
3440
转载 GetPrivateProfileString()和WritePrivateProfileString()函数的使用：
GetPrivateProfileString()和WritePrivateProfileString()函数的使用：GetPrivateProfileString()和WritePrivateProfileString()函数的使用： 在我们写的程序当中，总有一些配置信息需要保存下来，以便完成程序的功能，最简单的办法就是将这些信息写入INI文件中，程序初始化实在读入，具体如下： 一、将信息写入INI文件中。 1、所用的WINAPI函数原型为：BOOL WritePrivateP
2021-08-10 13:54:46
427
转载 VC++快捷键
断点调试F9在某行代码处下断点，程序运行到这里会中止可以下多个断点F5 ：开始调试，程序会运行到第一个断点F10：逐步执行，如果遇到我们自己写的函数的调用，如果函数里面有断点就跟进函数，如果没有断点，就越过，如果是库函数，则越过F11：单步执行，即使函数里面没有断点，也会跟进去Run to Cursor：在某行代码处，右击，选择Run to cursor，则运行到该行代码处，这个好用！shift +F11：跟进去的时候，跳出来同时有多个相关的窗口：memory查看内存 输出窗口 Wat...
2021-08-09 17:29:53
1209
转载 Python分布式编程之Process
在Thread和Process中，应当优选Process，因为Process更稳定，而且，Process可以分布到多台机器上，而Thread最多只能分布到同一台机器的多个CPU上。Python的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。一个服务进程可以作为调度者，将任务分布到其他多个进程中，依靠网络通信。由于managers模块封装很好，不必了解网络通信的细节，就可以很容易地编写分布式多进程程序。举个例子：如果我们已经有一个通过Que
2021-03-03 19:59:41
147
1
原创 ASGD-异步随机梯度下降（论文笔记）
ASGD-异步随机梯度下降（论文：一种 Yarn 框架下的异步双随机梯度下降算法）随机梯度下降在模型迭代过程中利用随机选取的某个训练样本去计算梯度并完成模型参数更新，具有计算量小、收敛速度快以及模型效果好。但难以直接实现并行环，采用并行化技术，算法执行效率不高。异步随机梯度下降（ASGD）将模型参数迭代更新过程分割成三个原子操作：模型参数读取、模型参数更新、梯度计算，利用梯度延迟实现在在多核系统和分布式系统中并行。在多核系统中，异步随机梯度下降算法利用多线程和共享内存技术加以实现；在
2021-03-03 15:53:58
3675
2
原创 tensorboard使用常见错误
tensorboard使用常见错误安装tensorboard,命令：conda install tensorboard测试代码from torch.utils.tensorboard import SummaryWriterwriter=SummaryWriter("logs")for i in range(100): writer.add_scalar("y=x",i,i)writer.close()运行出错误ModuleNotFoundError: No mod
2021-02-20 09:24:38
958
原创 socket编程——udp
socket编程——udpudp套接字可以实现全双工模式（即两个客户端可以实现同时收发信息，举个例子就是两个人使用电话通讯，每个人都可以通过电话收听对方的信息以及给对方传递自己表达信息）同一个客户端的收发可以使用同一个套接字，收到的信息为数组形式。将收到的信息存到recv_data变量中，可以通过print(recv_data)看到其存储的信息是以数组形式存储的。recv_data=udp_socket.recvfrom(1024)print(str(recv_data[.
2021-02-18 18:07:26
583
5
翻译 Faster Asynchronous SGD
更快的异步SGD摘要异步分布随机梯度下降方法由于陈旧的梯度而难以收敛。如果此后已在服务器上更新了用于计算该梯度的参数，则客户端发送给参数服务器的梯度更新将失效。已经提出了解决该问题的方法，该方法根据经过的更新次数来量化陈旧性。在这项工作中，我们提出了一种新颖的方法，可以根据梯度统计的移动平均值来量化陈旧性。我们证明，在收敛速度和对许多客户端的可伸缩性方面，该方法优于以前的方法。我们还将讨论在分布式训练环境中如何使用此方法的扩展来显著降低带宽成本。特别是，我们的方法允许将总带宽使用量减少5倍，而对成本
2021-02-07 11:26:37
580
原创 论文笔记—一种面向边缘计算的高效异步联邦学习机制
论文笔记——一种面向边缘计算的高效异步联邦学习机制（EAFLM）文中提出一种根据自适应的阈值对训练过程中节点与参数服务器之间的冗余通信进行压缩，双重修正的梯度更新算法，允许节点在任何学习过程中加入或退出联邦学习。主要贡献：1、区别于分布式学习系统，提出一种更适合边缘网络中离散节点协作学习的异步联邦学习机制，使节点在不共享隐私数据的前提下从数据中进行学习。2、在前人工作的基础上设计了一种阈值自适应的梯度压缩算法，在将梯度通信次数压缩至原通信次数的8.77%时，测试集上准确率仅降低0.03%。
2021-02-02 14:47:28
3005
3
转载 python实现异步通信（select）
当一个服务器需要与多个客户端进行通信时，可以使用多进程或者多线程的服务器，也可以使用select模块，它可以实现异步通信。Python中的select模块包含了poll()和select(),select的原型为(rlist,wlist,xlist[,timeout]),其中rlist是等待读取的对象，wlist是等待写入的对象，xlist是等待异常的对象，最后一个是可选对象，指定等待的时间，单位是s. select()方法的返回值是准备好的对象的三元组，若在timeout的时间内，没有对象准备好，那...
2021-01-30 11:25:55
877
1
原创 读书笔记——《联邦学习》
分布式机器学习分布式机器学习是指利用多个计算节点进行机器学习或者深度学习的算法和系统，旨在提高性能、保护隐私，并可扩展至更大规模的训练数据和更大的模型。分类：面向扩展性的DML和面向隐私保护的DML。面向扩展性的DML面向扩展性的DML是指用来解决不断增长的扩展性和计算需求问题的机器学习系统。能够使用弹性化和更廉价的计算资源。（例如：增加计算单元数量）被广泛应用于具有横向划分数据集的场景中。面向隐私保护的DML主要目的是保护用户隐私和数据安全。场景：多个拥有本地数据的参与方，协同地进行训练
2021-01-09 10:24:51
240
转载 代数结构入门：群、环、域、向量空间
1. 抽象代数1.1 代数结构既然抽象代数研究对象是代数结构(algebraic structure)，那什么是代数结构呢。看了多个不同角度描述代数结构，如百度百科代数：代数是研究数、数量、关系与结构的数学分支。还是觉得《[转]MIT牛人解说数学体系》中的描述最深入浅出，如下：代数主要研究的是运算规则。一门代数， 其实都是从某种具体的运算体系中抽象出一些基本规则，建立一个公理体系，然后在这基础上进行研究。一个集合再加上一套运算规则，就构成一个代数结构[1](想想计算机的数据结构：数据+操作)。
2021-01-07 16:01:22
5112
转载 比特分解
在 Shamir(t,n) 祕密分享機制中所有被分享的祕密都是一個完整的比特串的形式，通過一個祕密多項式被分享成????個在域????????上的子祕密。那麼要想在 Shamir(t,n) 祕密分享機制中使用 bitwise compare 來實現多方比較，就需要將在域????????上的子祕密以比特形式重新分享，將其記爲 [????]????→[????]B，稱爲比特分解 (Bit Decomposition)。如果已經有了 [????]B，將 [????]B_轉換成 [????]????較爲
2021-01-07 15:42:26
810
1
原创 论文笔记—联邦学习中的隐私保护研究进展
联邦学习中的隐私保护研究进展论文对当前联邦学习中常用的一些隐私保护方法进行了分析总结，主要包括安全多方计算、同态加密、差分隐私。但是其中貌似有些问题，论文中指出纵向联邦是主要针对各参与方的数据有相同或相似的特征空间但样本不同的情况，并举了个例子：两家来自不同地域的银行。在杨强教授团队编写的《联邦学习》中文版书中，该概念指的却是横向联邦。（针对类似概念建议参考该书中的内容）https://blog.csdn.net/GJ_007/article/details/103010762其中的
2020-12-30 15:49:08
1762
转载 秘密共享门限方案
秘密共享门限方案电影中经常出现这样的情节：有一份绝密文件需要交给5位特工，为了防止某个特工被捕或者叛变，5名特工各自只持有其中1/5的文件（更好的做法是只持有其中1/5的密钥），这5名特工需要同时在场才能获取文件全文。但这也有一个隐患：如果真的有特工被抓了，当坏人们发现只拿到其中一份文件没有任何用处的同时，特工们也会因为少一份文件无法解开全文而烦恼。此时，你或许会想，是否有什么办法能够让特工们仍然能够恢复原文，即使一部分特工被抓住了？换句话说，有没有什么密文发布方式使得，只要5个人中半数以上的人在场就可
2020-10-25 09:39:09
1585
1
原创 阿里云服务器安装anaconda和pytorch
阿里云服务器安装anaconda为了跑代码，租了轻量级的服务器。安装anaconda远程连接服务器先安装bzip2,否则后面会报错然后安装anacondabash Anaconda3-5.3.1-Linux-x86_64.sh -u一直enter，yes就可source /root/.bashrc然后输入python若调用的是python3，则跳过下面一步若调用的依旧为python2安装torch创建pytorch环境激活输入conda config --add
2020-08-28 15:06:58
2713
翻译 Federated Learning with Non-IID Data
Federated Learning with Non-IID Data论文中分析了FedAvg算法在Non-IID数据时，准确率下降的原因。并提出共享5%的数据可提高准确率。Federated Learning with Non-IID DataAbstract联邦学习支持边缘受限的计算设备（例如移动电话和物联网设备）在保持训练本地数据的同时共享模型。用去中心化的方法训练模型保障...
2020-07-16 11:15:55
4096
原创 如何对联邦学习进行后门攻击？
如何对联邦学习进行后门攻击？后门攻击：针对训练进行攻击，同时其他训练正常进行。如：只将绿色的车识别为鸟，其他颜色的车预测结果都正常。可以攻击模型的同时保持高准确率。定向攻击和模型攻击 只需控制联邦学习中几个参与者即可实现攻击文中提出联邦学习中云服务器端有安全聚合协议，规定云服务器没有权利检查各个客户端的模型更新进度。客户端：由于联邦学习场景中参与联合训练的客户端数量上千，且客户端异构性较大，所以一些客户端训练出的较差的模型参数也不能丢掉，所以对异常检测来说较难区分出受攻击和未受.
2020-06-23 10:19:43
2800
原创 数据库左连接、右连接、内连接
数据库左连接、右连接、内连接t1和t2两个表内容如下：数据库内连接内连接查询出的结果就是满足条件的两个表的内容。t1和t2中名字相同的数据：数据库左连接左连接输出左表中所有数据和右表中满足on后面条件的数据。加上where语句与上一个相比就是多了一个where限制条件，t1并没有输出所有数据，而是只输出了满足与t2中满足条件的数据中的名字相同的数据。说明左表受到了where后面语句的影响把上面语句中的where改为and，就输出了t1中的所有数据，说明an
2020-06-17 11:28:55
454
原创 读书笔记之差分隐私
读书笔记之差分隐私差分隐私通常用来抵抗成员推理攻击。在机器学习中引入差分隐私需要权衡实用性和隐私性。差分隐私定义差分隐私分类差分隐私根据噪声扰动使用的方式和位置来进行分类：输入扰动：噪声被加入训练数据。目标扰动：噪声被加入学习算法的目标函数。算法扰动：噪声被加入中间值，例如迭代算法中的梯度。输出扰动：噪声被加入训练后的输出参数。...
2020-06-11 15:18:04
1449
2
原创 读书笔记2-隐私安全
读书笔记2-隐私安全PPML（面向隐私保护的机器学习）：敌手被假设违反了机器学习系统的隐私性和机密性。攻击模式：重构攻击、模型反演攻击、成员推理攻击。防御方法：安全多方计算、同态加密、差分隐私。SecureML（安全机器学习）：敌手被假设违反了机器学习系统的完整性和可用性。攻击模式：投毒攻击、对抗攻击、询问攻击。防御方法：防御精馏、对抗训练、正则化。（数据投毒攻击：使用污染数据；DNS缓存投毒攻击是指攻击者欺骗DNS服务器相信伪造的DNS响应的真实性。这种类型攻击的目的是将依
2020-06-06 12:04:05
475
原创 读书笔记-1
读书笔记-1开源框架FATE：实现了一种基于同态加密和多方计算的安全计算协议，支持一系列的联邦学习架构和安全计算算法，包括逻辑回归、决策树、梯度提升树、深度学习和迁移学习。TFF：一个为联邦学习和其他计算方法在去中心化数据集上进行实验的开源框架。可以在自己 的模型和数据上模拟现有的了联邦学习算法，以及其他新颖的算法。TFF接口有两层构成：联邦学习应用程序接口和联邦学习核心API。包含单机的实验运行过程模拟器。Tensorflow-Encrypted：搭建于TensorFlow顶层的pytho
2020-06-06 11:12:35
236
编程实现学生基本信息管理程序
2018-07-09
设计一个菜单驱动的学生成绩管理程序
2018-07-09
简单通讯录程序：编程实现简单通讯录程序。
2018-07-09
员工管理源代码，数据结构课设
2018-06-27
校园导游源代码程序C++
2018-06-27
恢复二叉树算法
2018-06-27
哈夫曼编码
2018-06-27
WriteFile写成的文件乱码
2022-02-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人