Federated Learning mit Differential Privacy ist eine Technik, bei der viele Computer zusammenarbeiten, um ein Modell zu trainieren, ohne ihre persönlichen Daten zu teilen.
Stell dir vor, viele Menschen schreiben an einem gemeinsamen Buch, aber niemand zeigt dabei seine eigenen Notizen oder Geheimnisse.
Die Technik schützt dabei die Privatsphäre, indem sie sicherstellt, dass niemand die persönlichen Daten der einzelnen Teilnehmer herausfinden kann.
So können viele Geräte oder Organisationen gemeinsam lernen, ohne dass private Informationen offengelegt werden.
Das ist besonders wichtig, wenn sensible Daten wie Gesundheits- oder Finanzinformationen verwendet werden.