具有外部隐私泄露分析的分散协同学习框架
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
本文介绍了两种隐私约束下的分散式多任务学习方法。第一种方法是将深度变分自动编码器与协作字典学习框架结合,用于异常检测。第二种方法是对使用协作字典学习训练的模型在外部共享时的数据隐私泄漏进行数学分析,并提出了一个度量标准用于监测学习过程中的内部隐私泄漏。
🎯
关键要点
- 本文介绍了两种隐私约束下的分散式多任务学习方法。
- 第一种方法结合了深度变分自动编码器与协作字典学习框架,专注于异常检测。
- 基于VAE的异常评分函数与非深层模型具有相同的数学结构,并进行了定性比较。
- 第二种方法对使用协作字典学习训练的模型在外部共享时的数据隐私泄漏进行了数学分析。
- CollabDict方法在应用于高斯混合模型时遵守Renyi差分隐私准则。
- 提出了一个实用的度量标准,用于监测学习过程中的内部隐私泄漏。
➡️