07 2023 档案

FedR——攻击代码的学习

摘要：**攻击客户机1** 请注意，这是一个简化的示例，实际数据和嵌入可能更复杂。攻击的成功率取决于实体嵌入的质量和相似性度量的准确性。在实际应用中，可能需要更多的数据和更复杂的算法来实现更准确和有效的攻击。这段代码是用于进行攻击的部分。它试图通过使用客户端0的信息（实体嵌入和关系嵌入）来破解客户端1的阅读全文

posted @ 2023-07-28 20:37 GraphL 阅读(109) 评论(0) 推荐(0) 编辑

FedR代码学习文档

摘要：#main.py ###参数设置，进入主函数 ```plaintext if __name__ == '__main__': parser = argparse.ArgumentParser() # parser.add_argument('--data_path', default='Fed_da 阅读全文

posted @ 2023-07-21 15:29 GraphL 阅读(147) 评论(0) 推荐(0) 编辑

FedR代码的学习--客户机的训练

摘要：```plaintext opt = torch.optim.Adam(self.kge_model.parameters(), lr=self.args.learning_rate) ``` 这段代码用于初始化一个Adam优化器，用于优化知识图谱嵌入（Knowledge Graph Embeddi 阅读全文

posted @ 2023-07-20 22:10 GraphL 阅读(35) 评论(0) 推荐(0) 编辑

FedR代码的学习--数据的预处理

摘要：**def get_all_clients(all_data, args):** 点击查看代码 ``` wwcnt_mat = sparse.csr_matrix((dat_values, (row_indxs, col_indxs))) ``` 这句代码创建了一个稀疏矩阵（sparse matri 阅读全文

posted @ 2023-07-20 12:44 GraphL 阅读(56) 评论(0) 推荐(0) 编辑