Reading Notes // 成为作家 C1 四种困难
四种困难:
写作本身的困难:要不要写作
如果一个人必须首先确保自己内心丰富、才思泉涌才会为人所知的话,那他根本就不会开始写作
“一本书作者”:早期成功过的作家难以重复他的成功
至少他已经证明了有能力运用文字进行令人印象深刻的表达。不要对于自己不能重复成功感到焦虑,这有可能演变为丧失自信
间歇性的作家:要经过撑起简写才能重新进行非常富有成效的写作
造成这一现象的背后原因是:等待灵感火花迸发的依赖心理。这样做是为了追求完美理想的结果
有的时候这是一种虚荣心在作怪,容不得半点被拒绝的冒险。
在预先没有十足把握写出大受欢迎的作品时,他宁愿不写
不均衡的作家:没有能力为一个生动但不完美的故事安排一个成功的结尾
遇到这种困难的作家经常能够写好故事的开头,但是写了几页之后就发现,他难以驾驭故事的发展。或者他们会把一个好故事写得枯燥乏味干涩单调,以至于失去了它所有的优点。有时候他们不能为主要情节找到充足的发展动力,故事因而难以为继
这种作者还不具备足够的自信,不相信自己能把故事写好;或者他没有经验,不知道他的人物在现实生活中会如何行动;或者他太害羞了,不能够全面充分地、满怀激情地面对现实人生 ...
Reading Notes // FoC 1.1 Cryptography: Main Topics
f4da552ec185e004940e2983a8bd46d4ee81349d438eb3e246d74e5c80174dbb0ae4563ea628d5201ca24de6a1c6675c5036558dd4bb00c7fe9b382d2296d4b8e714d98792aaf0fba9439ec103bba8a6be689ed10d6b736862dd8062f2a444280c6cff60fc7b817d17af3fe741443e51f9bb3e1a64e7f3d8dce989cc7ce51663d84e5a2135d17f1bf719c4e994e9d90ab7b6336ac85cafa3a5de4182e52e21dc6bf6b5fa7127d4e2348b0796b6f1a040398be4ced365497d0f2c9ed455ee67c47929a9a5000bb1d6fe08b1d3df09bb68b384039e36a30621856e92c0b2968d05043915268f5c7da9007dd7563ee0f52e2da6a79c32da2dea4 ...
Reading Notes // IMC 1.3
Caesar’s cipher
Julius Caesar encrypted by shifting the letters of the alphabet 3 places forward
begin the attack now → EHJLQWKHDWWDFNQRZ
The shift cipher and the sufficient key-space principleThe shift cipher
Definition
Specifically, in the shift cipher the key k is a number between 0 and 25. To encrypt, letters are shifted as in Caesar’s cipher, but now by k places.
Algorithms
Algorithm Gen outputs a uniform key $k \in {0, …, 25}$;
algorithm Enc takes a key k and a plaintext and shi ...
Reading Notes // IMC 1.1-1.2
1.1 Cryptography and Modern CryptographyDefinition of modern cryptography
The dictionary definition also refers to cryptography as an art.
modern cryptography: involves the study of mathematical techniques for securing digital information, systems, and distributed computations against adversarial attacks.
1.2 The Setting of Private-Key Encryption
private-key encryption = symmetric-key setting
Two Applications of Private-key encryption
the two communication parties are separated in spac ...
文艺作品鉴赏记录
文学名著诗一些喜欢的诗歌/诗人:
泰戈尔
雪莱
纪伯伦
狄兰·托马斯
博尔赫斯
加缪
阿多尼斯《我的孤独是一座花园》
诗经/玉台新咏/古诗十九首
文学书籍
挪威的森林
海边的卡夫卡
情人(玛格丽特)
毒木圣经
电影
速度与激情系列
碟中谍系列
谍影重重系列
007系列
星际穿越
盗梦空间
呼啸山庄
简爱
傲慢与偏见
成为简·奥斯汀
沉静如海
赎罪
飘
爱乐之城
请以你的名字呼唤我
美女与野兽(美版、法版)
白雪公主
猩红山庄
他是龙
潘神的迷宫
致命ID
蝴蝶效应系列
恐怖游轮
僵尸世界大战
釜山行
飓风营救
2012
后天
肖申克的救赎
海上钢琴师
放牛班的春天
网文小说原耽
天神右翼
花容天下
飞鸥不下
可爱过敏原
养父/龙血
恶性依赖
188系列
落不下
诟病
玩物丧志
惩罚军服
麒麟正传
丧病大学
犹记斐然
二哈和他的白猫师尊
灰塔笔记
洛希极限
BG向
凤凰错:替嫁弃妃
帝凰神医弃妃
权妃之帝医风华
下堂王妃
和亲王妃
替身王妃
假面王妃
冷王宠妃
野狗骨头
禁忌沉沦
假如让你说下去
苦夏
动漫
...
Guess what's inside
6c76595b41051215592610f1c4d1c55b95ea49f587a97f3c9a2ee43f66d4b9e90e34f8d0e941a9005c2226e3f3553835aefef237f79010cffb55287f45b950a2
Hi dear, please enter the password.
Client Selection for Federated Learning with Heterogeneous Resources in Mobile Edge
f4da552ec185e004940e2983a8bd46d4ae6ab9fc163989df1e56928cd3d4743cd5ddcf6b736194bb91aeb33c880f536d852e43d4c10d687ea3f38c1898e47682c4f89407d6acebed59fa059f74ea3745a29029e925fce7831976600181c26ad491d1abb50fbb74a852dace941a36cbf09cd0e14260099bda437699c3adefac42fd5c04c001611ecbb4a5e37e7477aa553ace4730f0d409fe9e20508f431a520a0b050e5e4b79632353509478996108a8978d9e5f42d9c2e3d3366caf2aa799f4fc55a19e9e03120aecfac78982f053ea7882dc416cbf129534bc089fb8092077108b81c461496989b4d562ef14a38aeb3e68de58e889ee794 ...
Towards Class-balanced Privacy Preserving Heterogeneous Model Aggregation
摘要异构模型聚合(HMA)是一个有效的范式,可以将在架构和目标任务上有所不同的异构模型聚合为一个comprehensive model。
最近的作品采用知识蒸馏将异构设备的所学到的特征与预测进行的知识合并以实现HMA。但是,他们中的大多数人都忽略了所学到的特征的披露会使设备模型暴露于隐私攻击中。
此外,聚合模型可能会遭受因对每个类别的合并知识的分布不平衡导致的不平衡的监督(imbalanced supervision),并且show class bias。
在本文中,为了解决这些问题,我们提出了一种基于响应的(response-based)类平衡(class-balanced)的异构模型聚合机制,称为CBHMA。它可以以隐私的方式有效地实现HMA,并减轻聚合模型中的class bias。
具体而言,CBHMA通过仅使用其响应信息来聚合设备模型,以降低其隐私泄漏风险。为了减轻监督不平衡的影响,CBHMA定量测量每个类别的imbalanced supervision level。基于此,CBHMA自定义了每个类别的fine-grained错误分类成本,并利用此类成本来调整基于响应的HMA算 ...
SECAGG: Practical Secure Aggregation for Privacy-Preserving Machine Learning
SECAGG有很多好的论文阅读总结:
https://zhuanlan.zhihu.com/p/445656765(看完这篇就能理解的差不多了)
https://blog.csdn.net/SXxtyz/article/details/114982898(有比较详细的每轮操作说明)
https://www.cnblogs.com/20189223cjt/p/12529827.html()
[https://blog.csdn.net/qq_37734256/article/details/104223580](
LightSecAgg: a Lightweight and Versatile Design for Secure Aggregation in Federated Learning
这篇文章有更详细的笔记,见:https://www.yuque.com/u32959745/rp74hp/vtrsd91dg72eu88v
摘要安全模型聚合是联合学习(FL)的关键组成部分,旨在保护每个用户单个模型的隐私,同时允许其全局聚合。它可以应用于任何基于聚合的、用于训练global或personalized模型FL方法。模型聚合还需要抵抗FL系统中可能的用户dropouts,这使其设计更加复杂。最先进的安全聚合协议rely on secret sharing of the random-seeds used for mask generations at the users to enable the reconstruction and cancellation of those belonging to the dropped users。但是,这种方法的复杂性随着dropped用户的数量而大大增长。
我们提出了一种名为LightSecAgg的新方法,以通过将设计从“random-seed reconstruction of the dropped users”更改为“on ...