基本信息

---

下载

文档摘要

---

2025年联邦学习非独立同分布（含答案与解析）

一、单选题（共15题）

1.在联邦学习中，非独立同分布（Non-IID）数据如何影响模型训练？

A.模型收敛速度加快

B.模型收敛速度减慢

C.模型泛化能力增强

D.模型泛化能力减弱

答案：B

解析：在联邦学习中，非独立同分布（Non-IID）数据意味着不同客户端的数据分布不同，这会导致模型在训练过程中难以捕捉到数据中的全局特征，从而减慢模型收敛速度，参考《联邦学习原理与实践》2025版4.2节。

2.联邦学习中的差分隐私技术主要解决什么问题？

A.数据泄露风险

B.模型性能下降

C.训练效率降低

D.模型可解释性差