[
    {
        "id": "osp-21353",
        "type": "article-journal",
        "title": "تجميع آمن بدقة متدرجة للتعلم الفيدرالي",
        "author": [
            {
                "family": "Azimi-Abarghouyi",
                "given": "Seyed Mohammad"
            }
        ],
        "URL": "https://omanscience.com/ar/articles/progressive-resolution-secure-aggregation-for-federated-learning",
        "language": "en",
        "issued": {
            "date-parts": [
                [
                    2026
                ]
            ]
        },
        "abstract": "يتيح التجميع الآمن للخادم استعادة مجموع تحديثات العملاء دون رؤية أي تحديث فردي، لكن البروتوكولات التقليدية تثبّت دقة المجموع عند رفع العملاء تحديثاتهم. نقدم ونصوغ وظيفة جديدة للتجميع الآمن بدقة تدريجية، يرفع فيها العملاء تحديثاتهم مرة واحدة، ويمكن لاحقًا تفويض دقات متتالية أدق للمجموع نفسه دون مشاركة متجددة من العملاء. ولتحقيق هذه الوظيفة نقترح التجميع الآمن بدقة تدريجية (PSA): يُمثل كل تحديث مقصوص ومُضطرب بأرقام متداخلة متوافقة من الشبكة المتداخلة (nested lattice)؛ وتُحمى الطبقات القابلة للإطلاق المنفصلة بالتجميع الآمن وبحشوة تجميع إضافية تبقى غير متاحة للخادم حتى يفوّض متحكم إطلاق غير متواطئ تلك الطبقة."
    }
]