Google Research在10月2日发布研究介绍，说明新一代联邦学习系统如何通过可信执行环境保护训练数据，并将部分计算转移至服务器。该系统强调数据最小化、匿名化、透明度与可核验性。

按照Google说明，客户端上传加密样本并预先授权访问策略。密钥管理系统只向符合策略的计算任务提供解密权限，相关策略进入公开透明日志。计算过程输出匿名化指标与差分隐私模型权重，而非向工作负载操作人员公开原始训练数据。

Google称，Gboard已利用该系统部署英语和日语下一词预测模型，获得训练效率与准确性改善。相关隐私保障仍依赖可信执行环境的能力及其限制，不应理解为消除了所有硬件或侧信道风险。

配图：AI生成示意图。 来源：Google Research https://research.google/blog/toward-provably-private-learning-from-federated-data/