BriefGPT - AI 论文速递
·
去中心化学习中相关噪音的隐私保护能力
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
Decor是一种具有差分隐私保证的分散式SGD变体，通过交换随机种子生成抵消的高斯噪声来保护本地模型。Decor在任意连通图中匹配了中心化差分隐私的最佳隐私-效用折衷，并在SecLDP下实现了所有用户通信的保护。
🎯
关键要点
- Decor是一种具有差分隐私保证的分散式SGD变体。
- 通过安全交换随机种子生成抵消的高斯噪声来保护本地模型。
- Decor在任意连通图中匹配了中心化差分隐私的最佳隐私-效用折衷。
- 在SecLDP下实现了所有用户通信的保护。
- 假设每对连接的用户共享一个密钥作为隐藏信息。
➡️
